MNE

官网链接

导包

import mne
import matplotlib.pyplot as plt

加载数据集

不同格式数据集使用的函数不同，具体在官网搜索

raw = mne.io.read_raw_brainvision(r"test.vhdr", preload=True)

此语句为了画图方便

%matplotlib

降采样

raw.resample(200)

查看数据

# 一屏展示10个位置信号，长10秒
raw.plot(duration=10, n_channels=10) 
# 绘制PSD
raw.plot_psd(fmax=60)                  
plt.show()

滤波

高通滤波、低通滤波

raw.filter(1, 60)

过滤市电

raw.notch_filter(50)

查看数据

raw.plot(duration=10, n_channels=10)
raw.plot_psd(fmax=60)
plt.show()

标记坏导

坏导是手动添加的，直接补充在bads列表内

raw.info["bads"].append("T7")
print(raw.info)

插值坏导

# reset_bads=True作用是插值之后把bads列表清空
raw.interpolate_bads(reset_bads=True, mode='mean')

重参考

# use average of mastoid channels as reference
raw.set_eeg_reference(ref_channels=['TP9', 'TP10'])

ICA

ica = mne.preprocessing.ICA(n_components=20, random_state=0)
ica.fit(raw)

查看捕获到的伪迹

raw.load_data()
ica.plot_sources(raw, show_scrollbars=False)

ica.plot_components()

删除伪迹

# 删除前两个
ica.exclude = [0, 1]
ica.apply(raw)

raw.load_data()
ica.plot_sources(raw, show_scrollbars=False)

前两个变灰，消失