脑机接口社区文章《脑电分析系列[MNE-Python-9]| 参考电极应用》pycharm+python3.8.0学习记录及问题分析
出自“脑机接口社区”文章——《脑电分析系列[MNE-Python-9]| 参考电极应用》,感谢公众号文章分享!
Env: Pycharm+python3.8.0
文章源码:
"""
参考电极
MNE-Python中的平均参考设置
set_eeg_reference(self,
ref_channels='average',
projection=False,
ch_type='auto',
verbose=None)
指定用于EEG信号的参考
"""
"""
默认情况下,MNE-Python将自动重新参考EEG信号,
以使用平均参考(请参见下文)。 这个函数可以显示指定所需的EEG参考。
这可以是现有电极或新的虚拟通道。 此函数将根据所需参考重新参考数据,
并防止MNE-Python自动添加平均参考投影。
一些常见的参考方案以及ref_channels参数的相应值如下:
无需重新引用(No re-referencing):
如果EEG数据已经在使用正确的参考信号,
则设置ref_channels = []。
这将阻止MNE-Python自动添加平均参考投影。
平均参考(Average reference):
通过设置ref_channels ='average'
来对当前EEG信号进行平均,创建一个新的虚拟参考电极。
如果在info['bads']中设置了错误的EEG通道,
则会自动排除它们。
单电极(A single electrode):
将ref_channels设置为包含将用作新参考的通道名称的列表,
例如ref_channels = ['Cz']。
多个电极的平均值(The mean of multiple electrodes:):
通过计算从两个或多个选定通道记录的当前EEG信号的平均值,
可以创建一个新的虚拟参考电极。
将ref_channels设置为通道名称列表,指定要使用的通道。
例如,要使用平均乳突参考,在使用10-20命名方案时,
请设置ref_channels = ['M1','M2']。
"""
import mne
from mne.datasets import sample
from matplotlib import pyplot as plt
data_path = sample.data_path()
raw_fname = data_path + '/MEG/sample/sample_audvis_filt-0-40_raw.fif'
event_fname = data_path + '/MEG/sample/sample_audvis_filt-0-40_raw-eve.fif'
event_id, tmin, tmax = 1, -0.2, 0.5
raw = mne.io.read_raw_fif(raw_fname, preload=True)
events = mne.read_events(event_fname)
picks = mne.pick_types(raw.info,
meg=False,
eeg=True,
eog=True,
exclude='bads')
"""
下面将应用不同的EEG参考方案,并绘制所产生的诱发电位。
注意,当使用mne.Epochs构造epochs时,这里提供proj =
True参数。
这意味着将自动应用所有可用的projector(投影)。
具体来说,如果存在由raw.set_eeg_reference(
'average',projection = True)
设置的平均参考投影机,
则MNE在创建epochs(时间片段)时会应用此projector(投影)。
"""
reject = dict(eog=150e-6)
epochs_params = dict(events=events,
event_id=event_id,
tmin=tmin, tmax=tmax,
picks=picks,