Python-EEG工具库MNE中文教程(3)-MNE中数据结构Epoch及其用法简介
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python-EEG工具库MNE中文教程(3)-MNE中数据结构Epoch及其用法简介,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2316字,纯文字阅读大概需要4分钟。
内容图文
本教程为脑机学习者Rose发表于公众号:脑机接口社区(微信号:Brain_Computer).QQ交流群:903290195
Epochs对象是一种将连续数据表示为时间段集合的方法,
其存储在数组(n_events,n_channels,n_times)
其创建方式可以查看:MNE中数据结构Epoch及其创建方法
本例介绍Epoch对象的常见用法
a. 创建epoch对象
1)读取fif文件,创建raw对象
2)创建events对象
3)创建epoch对象
import mne
import os.path as op
import numpy as np
from matplotlib import pyplot as plt
第一步:创建raw对象
data_path = mne.datasets.sample.data_path()
# 加载包含事件events的听觉数据集
raw = mne.io.read_raw_fif(
op.join(data_path, 'MEG', 'sample', 'sample_audvis_raw.fif'))
第二步:创建events对象
# 构造事件数组
events = mne.find_events(raw, stim_channel='STI 014')
# 显示事件数
print('Number of events:', len(events))
# 显示所有唯一的事件编号(第3列)
print('Unique event codes:', np.unique(events[:, 2]))
"""
使用描述性标签指定感兴趣的事件代码。
给不同的events一个描述性名称。
"""
event_id = {'Auditory/Left': 1, 'Auditory/Right': 2}
这里可以用上述提取的事件创建mne.Epochs对象,但该方式构造的epoch是无法使用,因为数据还未读入到内存中,可以通过get_data来获取也可以使用preload=True.
第三步:创建epoch对象
把原始数据(raw)切分成若干个epoch(时间片段)的集合,
以每个提前标准好的event为参照,取tmin到tmax这一段时间作为一个epoch来进行数据处理。
取每个event的前0.1秒和后1秒共1.1秒的时间长度作为一个epoch,为后续同类型的event的epochs叠加(average)分析做准备。
epochs = mne.Epochs(raw, events, event_id, tmin=-0.1, tmax=1,
baseline=(None, 0), preload=True)
print(epochs)
b.查看epoch对象
epochs对象类似于mne.io.Raw对象,也具有info属性和event属性。
可以通过下面两种方式来查看epoch内的event相关信息
print(epochs.events[:3])
print(epochs.event_id)
[[27977 0 2]
[28771 0 1]
[29652 0 2]]
{‘Auditory/Left‘: 1, ‘Auditory/Right‘: 2}
也可以通过使用python的列表切片方式访问epoch对象内的events,
也可以通过events的描述性名称直接访问
print(epochs[1:5])
print(epochs['Auditory/Right'])
说明:‘/‘符号用来划分标签(tag),每个被‘/‘划分开的单词都可以作为检索的字符串,
也可以直接搜索epochs[‘Right‘]也能得到结果
print(epochs['Right'])
print(epochs['Right', 'Left'])
c.epoch平均叠加
通过调用mne.Epochs.average()方法可返回Evoked对象,average()方法可以通过参数指定需要的信道。
ev_left = epochs['Auditory/Left'].average()
ev_right = epochs['Auditory/Right'].average()
f, axs = plt.subplots(3, 2, figsize=(10, 5))
_ = f.suptitle('Left / Right auditory', fontsize=20)
_ = ev_left.plot(axes=axs[:, 0], show=False, time_unit='s')
_ = ev_right.plot(axes=axs[:, 1], show=False, time_unit='s')
plt.tight_layout()
左上角图,该图展示了原始数据中左听觉(事件标记‘Auditory/Left‘)的epochs,
同时对所提取的所有的EEG通道进行平均值叠加处理。
在实际过程中也可以指定通道进行叠加(通过pick方法提取通道并进行average处理)
本文章由脑机学习者Rose笔记分享,QQ交流群:903290195
更多分享,请关注公众号
原文:https://www.cnblogs.com/RoseVorchid/p/11924795.html
内容总结
以上是互联网集市为您收集整理的Python-EEG工具库MNE中文教程(3)-MNE中数据结构Epoch及其用法简介全部内容,希望文章能够帮你解决Python-EEG工具库MNE中文教程(3)-MNE中数据结构Epoch及其用法简介所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。