问题标签 [mne-python]

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！

我正在为我的论文做一个关于脑电图的社会认知实验，在我的实验中，我正在进行 25 秒的长时间试验。这意味着，如果我使用任何自动拒绝功能来拒绝坏段，它将删除我的大量数据，因为同时使用 mne.annotations 或 autoreject 时会丢弃整个 epoch。关于如何在我的 25 秒长的时期中删除坏段而不删除整个时期的任何建议？

非常感谢所有帮助！

我想对我的脑电图数据进行纪元，但不是像通常那样基于以秒为单位的持续时间，而是一个纪元应该持续抖动的刺激呈现的长度。因此，我想通过刺激的开始（由一个事件标记）和下一次试验的刺激开始（另一个事件）来指示一个时期的开始和结束。（一个 epoch 将包含其他应该留在 epoch 但暂时不考虑的事件。）

例如，我有这一系列事件：104 1 2 3 4 5 105 1 2 3 4 5 103 1 2 3 4 5

我想要包含从 104 到 105 的事件的时期（不包括 105）；然后从 105 到 103（不包括 103）和 103 到最后。

你知道这是否可以在matlab（或python）中完成？

非常感谢 ：）

所以基本上我在 python 中使用 mne 和 pyedflib 库来操作 edf 文件。只要我对我的 edf_file 应用许多更改，我需要在每次修改后导出我的 edf 文件。我用 mne 和 pyedflib 尝试了许多命令，但它们似乎都不起作用。请问有人有解决办法吗？任何形式的帮助将不胜感激！

当我管理我的 EEG 数据时，mne.time_frequency.tfr_morlet（或其他两种方法）的结果是 1e-7 左右的一组功率。当用 dB = 'True' 绘制时，只有当颜色比例在 -150 到 -200 左右时才能得到一个好的图表。但是，当我进行 psd 分析时，功率在 0-40 左右。是什么造成了差异？另外，我还在matlab上用eeglab做了时频分析，dB的色阶在-40到40左右，看不懂区别。谁能解释一下，谢谢。

MNE-python 的 tfr

MNE-python的psd

eeglab(matlab)的tfr

我在S3上有一个存储桶和一个SageMaker笔记本。我尝试访问存储在S3存储桶中的相当大的BDF和EDF文件（1-2 GB） ，而不将它们上传到SageMaker卷。我还需要通过 URL 访问这些文件，因为EDF处理函数接收文件的绝对路径作为输入。mne.io.read_raw_edf

S3存储桶与Sagemaker Notebook Instance位于同一区域。与笔记本实例关联的 IAM 角色被授予访问S3存储桶的权限。

首先，我尝试使用this question中的方法，该方法描述了如何读取.csv文件。尽管就我而言，它与.csv文件配合得很好，但对文件却失败了.edf。

当我执行此代码时，我收到以下错误：

在这里，我面临一个不是我做的路径堆叠。我不太明白为什么pd.read_csv通常读取路径，不像mne.io.read_raw_edf，它似乎堆叠了本地路径和服务器路径。

然后我找到了一个非常相似的问题的答案，但在堆叠路径方面遇到了非常相似的问题。

在这里我们可以看到路径是正常存储的。

当我执行此代码时，我收到以下错误：

mne.io.read_raw_edf再次执行奇怪的堆叠。

最后，我尝试按照本文中描述的方法进行操作。

这条路似乎又恢复了正常。

但在这里我得到了另一个奇怪mne.io.read_raw_edf的行为。不再堆叠，但路径被裁剪。

我认为这可能是mne.io.read_raw_edf问题本身，但我从未在亚马逊产品之外遇到过这样的事情。

通过 URL 访问BDF和EDF文件是否有意义，或者将文件上传到SageMaker卷是否更好？如果这个问题看起来很幼稚，我深表歉意。我已经花了几天时间解决这个问题，但我需要尽快解决它，因为亚马逊在笔记本处于活动状态时每小时都会收取费用。

对于一个学校项目，我正在使用我想使用 MNE for Python 分析的开源 EEG 数据。（https://openneuro.org/datasets/ds003061/versions/1.0.1）

当我使用“raw.plot_psd()”在原始数据上绘制功率谱时，我得到了一条几乎平坦的线。我想也许在应用一些滤波后这个问题会得到解决，但是在带通滤波器 (filt_raw.load_data().filter(l_freq=0.1, h_freq=50)) 之后，PSD 仍然不像我对 EEG 的期望数据。

有谁知道为什么我的 PSD 看起来很奇怪？

我添加了一些图片来说明：

原始脑电图

原始 PSD

带通滤波器后的 PSD

提前致谢！

我为这个主题的模糊性道歉。这反映了我对 tfr_morlet 图形输出的行为缺乏了解。

要指定。我正在处理 64 通道 EEG 数据。我有一个刺激事件，它是我时代的开始标记。我将我的 epoch 分成 4 个较小的 epoch，每个 1 秒，其中“Epoch1”的 1 秒持续时间内包含刺激事件和非刺激 EEG 数据。

我的工作流程如下：

• 加载 .vhdr 文件
• 应用过滤器
• 应用脑电图帽蒙太奇
• 创建事件从刺激标记开始的纪元（Epoch0）
• 制作另一个从 Epoch0 裁剪的 epoch (Epoch1) (tmin=0, tmax=1, include_tmax=True)。这给出了我有兴趣用于 tfr_morlet 函数的纪元。
• Epoch1 上的 ICA
• Epoch1 上的 tfr_morlet（后 ICA）

我一直在阅读 tfr_morlet 函数并修改参数以查看它如何影响结果图。我的工作流程的每个其他步骤似乎都在正常工作，包括，最重要的是，通过 ICA 成功删除了刺激事件。

以下是我调用 tfr_morlet 函数时的代码片段：（您会注意到我在片段中对基线参数的一些修补工作）

以下是我修改参数的图形输出之一：

根据实际数据，在 epoch 的开始和结束时没有大的信号。这仅出现在 tfr_morlet 图中。我调整了 tfr_morlet 基线参数值，它似乎影响了这些奇怪的信号，但它也完全修改了所有其他信号。此外，应该有更多的信号出现在较低的频率范围内，但它们基本上不存在。有可能是数据的原因，但开头和结尾的大信号肯定不是数据的反映。

简而言之，我有点卡住了，在网上找不到太多帮助。如果有人对您的 tf 图中出现的此类问题有类似的经历，请让我知道您对如何解决此问题的想法。

如果可以在不共享我的其余代码的情况下解决此问题会更好。我相当有信心问题出在我上面提供的片段上。

感谢大家为此付出的时间和专业知识。我非常期待您的评论。当然，如果我同时解决这个问题，我也会发布我的解决方案。

输出

OSError: The file /Users/sheetal/Desktop/emotions/sub-01/eeg/sub-01_task-ImaginedEmotion_eeg.set does not exist.

我是使用 MNE python 包进行 EEG 信号处理和读取 .set 文件时出错的新手

当我跑步时

结果看起来像这样 ，但我想让地形图更小，所以点击一个组件的标题不会打开它下面的那个。