python - 如何使用 MNE 从原始 EEG 数据创建重叠帧（基于条件）（数据没有任何事件）

Question

我是 MNE 图书馆的新手。我有一个关于开窗脑电图数据的问题。我正在研究脑电图数据集以检测癫痫发作。我使用的数据集是CHB-MIT Scalp。ictal 和 preictal 类的数据集存在巨大的不平衡，一种解决方案是使用重叠窗口来增加 ictal 时间范围。我想做的大致是这样的：

   1 - read an edf file
   2 - preprocess that edf file
   3 - generate frames from that edf file (conditionally)

我遇到了几个问题：

1 - 我想使用 MNE 对数据进行窗口化，但数据集中没有事件。唯一有价值的事件是记录癫痫发作并存储在每个患者的 txt 文件中。另外，对于我的基线任务，我想从所有患者和所有 edf 文件中创建一致的恒定宽度时间窗口，而 MNE 中的 Epochs 显然没有（或者是吗？）我发现了提供此功能的Braindecode库，但它有一个问题，我将在下一点中解决。

2 - 鉴于数据集中癫痫发作很少，我需要将代表癫痫发作的 EEG 数据部分与非癫痫发作部分相比具有更多重叠。这是一个基于标签的增强步骤，可以减少数据集不平衡的问题。有没有办法用可变重叠来窗口 EEG 信号？Braindecode 不提供任何形式的窗口之间的重叠。

3 - 创建此类窗口的最快方法是什么，是否可以懒惰地做到这一点？