4

我已经使用 Python 的 MNE 包加载了一些 EEG 数据。数据有 46 个记录通道，从 10-20 个蒙太奇中获得，但我们已经确定了许多死通道，只想关注剩余的通道。

我可以删除频道，但我不知道如何绘制更新的蒙太奇。

首先我加载我的 edf 文件，复制并删除所需的频道：

import mne as mn
raw = mn.io.read_raw_edf("patient_001.edf",preload=True)
raw_temp=raw.copy()
raw_temp.drop_channels(['E', 'LIO', 'RIO', 'X1', 'X2', 
'X3','X4''X5', 'X6', 'X7', 'X8', 'X9', 'X10', 'X11', 'O2%', 'HR', 
'DC03','DC04', 'EEG Mark1', 'EEG Mark2', 'BP1', 'BP2','STI 014'])

我检查并删除了频道。我现在要做的是仅使用剩余的 23 个频道绘制更新的蒙太奇：

raw_temp.info["ch_names"]

['Fp1'，'Fp2'，'F3'，'F4'，'C3'，'C4'，'P3'，'P4'，'O1'，'O2'，'F7'，'F8'，' T7'、'T8'、'P7'、'P8'、'Fz'、'Cz'、'Pz'、'A1'、'A2'、'T1'、'T2']

根据我对通道位置的极其有限的了解，我理解字母代表位置，数字代表半球，例如 F4 表示右侧额叶。

以下打印 10-20 93 通道布局的蒙太奇：

montage = mn.channels.read_montage("standard_1020")
raw_temp.set_montage(montage)
montage.plot()

其他蒙太奇选项列于

https://github.com/mne-tools/mne-python/blob/master/mne/channels/montage.py

但我没有看到 46 频道选项。

有没有办法以某种方式为我的 23 个频道绘制蒙太奇？

4

3 回答 3

2

如果只想绘制电极布局，可以使用Layout类代替Montage类：

import mne

layout = mne.channels.read_layout("EEG1005")
selection = [
    "Fp1",
    "Fp2",
    "F3",
    "F4",
    "C3",
    "C4",
    "P3",
    "P4",
    "O1",
    "O2",
    "F7",
    "F8",
    "T7",
    "T8",
    "P7",
    "P8",
    "Fz",
    "Cz",
    "Pz",
    "A1",
    "A2",
    "T1",
    "T2",
]
picks = []
for channel in selection:
    picks.append(layout.names.index(channel))
display = layout.plot(picks=picks)

这在此处输入图像描述至少为您提供mne==0.18.0.

于 2020-06-15T17:48:51.923 回答
1

读取原始 eeg 文件时，您应该为原始数据分配蒙太奇（您也可以在创建 epoch 之后执行此操作）。这可以使用每个电极的坐标和一些基准点来完成（参见https://mne.tools/stable/generated/mne.channels.make_dig_montage.html#mne.channels.make_dig_montage）。如果您的数据取自标准 10-20 系统，那么您可以使用内置函数mne.channels.make_standard_montage('standard_1020')获取 93 通道蒙太奇，然后使用以下代码仅保留您感兴趣的电极：

# Form the 10-20 montage
mont1020 = mne.channels.make_standard_montage('standard_1020')
# Choose what channels you want to keep 
# Make sure that these channels exist e.g. T1 does not exist in the standard 10-20 EEG system!
kept_channels = ['Fp1', 'Fp2', 'F3', 'F4', 'C3', 'C4', 'P3', 'P4', 'O1', 'O2', 'F7', 'F8', 'T7', 'T8', 'P7', 'P8', 'Fz', 'Cz', 'Pz', 'A1', 'A2', 'T1', 'T2']
ind = [i for (i, channel) in enumerate(mont1020.ch_names) if channel in kept_channels]
mont1020_new = mont1020.copy()
# Keep only the desired channels
mont1020_new.ch_names = [mont1020.ch_names[x] for x in ind]
kept_channel_info = [mont1020.dig[x+3] for x in ind]
# Keep the first three rows as they are the fiducial points information
mont1020_new.dig = mont1020.dig[0:3]+kept_channel_info
mont1020.plot()
mont1020_new.plot()

在此处输入图像描述

我建议您分配一个蒙太奇（在拒绝任何频道之前查看原始数据。这样，在删除坏频道后，您可以很容易地在预处理的任何时候使用以下方法获得更新的蒙太奇：

    raw = raw.set_montage(mont)
updated_mont = raw.get_montage() #also works with epo.get_montage()

然后你可以简单地绘制更新的蒙太奇：

updated_mont.plot()
于 2021-03-11T13:40:19.900 回答
0

注意： ind = [i for (i, channel) in enumerate(mont1020.ch_names) 打印：这是 ind : [0, 2, 15, 17, 19, 21, 23, 39, 41, 43, 61, 63, 65、80、81、82、86、87、88、89]

ind = [channel for (i, channel) in enumerate(mont1020.ch_names) 打印：这是 ind : ['Fp1', 'Fp2', 'F7', 'F3', 'Fz', 'F4', 'F8 '，'C3'，'Cz'，'C4'，'P3'，'Pz'，'P4'，'O1'，'Oz'，'O2'，'T3'，'T5'，'T4'， 'T6']

于 2021-07-22T01:25:57.343 回答