MNE开荒纪实

本人是一枚刚入门python的一年级研究僧，目前的科研的方向准备从MEG的源空间入手做课题，在老师的建议下，开始学习MNE的使用操作，本纪实会从原理和实操准备两个方面对日常科研进行记录，以及复盘实操过程中遇到的一些棘手的问题，一做工作记录，二希望自己踩过的坑能对刚入门mne的新手起到一些参考作用。

一、MNE简介

MNE 软件的名称来源于其全称 Minimum Norm Estimate，即最小范数估计。这种方法用于神经影像学中的脑源活动估计，特别是在脑电图（EEG）和脑磁图（MEG）数据分析中广泛使用。MNE 方法在脑源活动的溯源研究中具有非常重要的优势，特别是其非侵入性、高空间分辨率、多模态应用能力和时间分辨率，使其成为神经科学研究中的重要工具之一。

二、MNE的使用手册

MNE对于我们常用的一些流程，包括预处理、源重建等都能进行精度较高的处理，官网的示例数据处理流程能提供一套基础全面的操作，新手练习能把这一套流程跑通就能获得不少收获了。

新手入门可以优先看官网发布的使用手册：The typical M/EEG workflow — MNE 1.7.1 documentation

清楚了整体的数据处理流程后，官网提供了各个流程的示例数据和python脚本用于演示练习，将示例数据和相关处理步骤的脚本下载整理后，就可以开始我们期待已久的实操练习了。

这里提供一些整理过的练习笔记可用于参考（大脑进货中）：

Head-MRI trans-优快云博客

三、MNE的安装

MNE的使用依赖于Python环境， 在安装mne之前需要在电脑中完善好需要的编程环境；

如果需要将MRI转换为头皮、内/外颅骨和皮质表面的模型，还需要安装 FreeSurfer，由于FreeSurfer依赖于Linux系统，之后的演示大部分都围绕Linux实操。

Python的安装和编译可以参考这篇笔记：

Python的安装和编译(windows系统+Linux系统）-优快云博客

FreeSurfer的安装和使用可以参考：

MRI生成模型-trans文件可以参考：Head-MRI trans-优快云博客

Windows系统MNE安装和使用可以参考：

MNE的安装主要有两种方法：安装包和源代码(pip/conda)，这里我没有区分系统，下载时请注意下载版本

1.安装包下载安装：

下载链接：MNE-Python installers — MNE 1.7.1 documentation

2.pip安装

首先，确认python环境中是否安装pip工具包

$ pip --version

安装MNE，安装过程中如需其他工具包可以使用pip进行安装后重试这一步

$ pip install mne

3.conda安装

如果电脑中安装了Anaconda，可以在conda环境中安装，conda版本要求23.10.0及以上

$ conda update --name=base conda  # update conda
$ conda --version
$ conda create --channel=conda-forge --strict-channel-priority --name=mne mne

其他详情见官网介绍：https://mne.tools/stable/install/index.html