signal-processing - 在 EEG 数据 python 中查找峰值幅度和延迟，最好使用 MNE

Question

我有脑电图数据，我想计算峰值的幅度和延迟。我正在与 MNE 合作，并在 Evoked 对象中找到了 get_peak 方法。但是，我想找到时代数据的峰值（不是平均的）。我该怎么做？我没有看到 epochs 对象的类似功能。我更愿意通过 MNE 来做，但其他 python 库也可以工作。重要的是有一个选项来获取峰值的幅度和延迟，并选择一个时间窗口进行检测。

另外，我不明白 get_peak 是只返回最高峰，还是别的什么？如果有多个峰值。

谢谢！

Answer 1

您可以通过从 Epochs 结构中选择一个 Trial 然后应用 .average() 从单个 Trial 中创建 Evoked 数据结构，例如，如下所示：

tmp_evoked = all_epochs[subj][cond][trial].average()

上述假设您有一个all_epochs对象组织为受试者内条件内的试验（即，您在小组级别工作）。如果您的 Epochs 对象只有一个主题，那么它将是：

tmp_evoked = all_epochs[cond][trial].average()

您可以进一步细化它以仅在一个通道上找到峰值：

tmp_evoked = all_epochs[subj][cond][trial].pick(chan).average()