MNE-Python 翻译版-中文官方文档
文章平均质量分 89
对MNE-Python官方文档的翻译、理解和个人补充
七月0317
这个作者很懒,什么都没留下…
展开
-
Python-MNE全套教程(官网翻译)-入门05:关于传感器位置
本教程描述了如何读取和绘制传感器位置,以及MNE-Python如何处理传感器的物理位置。原创 2024-07-31 21:46:41 · 759 阅读 · 0 评论 -
Python-MNE全套教程(官网翻译)-入门03:从raw数据中解析events
STIM就是刺激通道,是一个不接收来自EEG, MEG或其他传感器信号的通道。STIM通道记录电压信号,通常是由实验室控制计算机发送的固定大小的方波直流脉冲,这些电压被时间锁定在实验事件上,例如刺激的开始,或受试者按下按钮等,这些脉冲有时被称为TTL脉冲、event脉冲、trigger或marker,我比较喜欢叫trigger)。直流脉冲可以全部在一个STIM通道上,在这种情况下,不同的实验事件或试验类型被编码为不同的电压方波的振幅。原创 2024-07-31 20:35:09 · 891 阅读 · 0 评论 -
Python-MNE全套教程(官网翻译)-入门04:info数据结构
本教程将介绍mne.Info数据结构,它记录了各种数据的细节,并附加到Raw、Epochs和Evoked对象中。把info打出来看看nchan: 376其实,为了查看或编辑Info对象,并不一定要加载Raw对象,我们可以使用。原创 2024-07-31 21:07:42 · 778 阅读 · 0 评论 -
Python-MNE全套教程(官网翻译)-入门06:配置MNE-python
本教程介绍如何配置MNE-Python以适应本地系统和分析首选项。原创 2024-07-31 22:13:05 · 762 阅读 · 0 评论 -
Python-MNE全套教程(官网翻译)-入门01:概述篇
EEG源定位的第一次尝试是基于强大的先验假设,即在某个时间点只有一个源是活跃的,头部可以近似为一个球体,并且整个大脑的电导率是均匀的。这一限制已经被生理学上看似合理的假设所证明,即相邻体素的活动是相关的,但这一假设在大脑的某些区域(例如半球间裂)受到了挑战。然而,如果大脑的几个区域同时活跃,就会出现头皮电位的复杂模式,而推断潜在的来源就成为一项艰巨的任务。第一列是时间,是开始时间+采样率*秒,第二列可以忽略,第三列是你设计的值,有的时候自动探测会出错,要人工修改。raw对象有几个内置的绘图方法。原创 2024-07-31 19:34:02 · 666 阅读 · 0 评论 -
Python-MNE全套教程(官网翻译)-入门02:in-place修改数据
许多MNE-Python的数据对象如Raw、epoch、Evoked等都有原地修改数据的方法,它们是可选的或必须的。在处理大型数据集时,这是有利的,因为它减少了执行计算所需的计算机内存。然而,如果你没有意识到它的发生,它可能会导致意想不到的结果。这里截取数据的crop方法就是原地修改的。原创 2024-07-31 19:45:29 · 312 阅读 · 0 评论