Python科学计算包MNE——脑电信号处理之源定位问题

目录

  • 一. conda环境配置和预处理
    • 1.1 EEG预处理
  • 二. 头部模型和正向计算
    • 2.1 计算前向运算符
    • 2.1.1 计算和可视化 BEM 表面
    • 2.1.2 可视化配准
    • 2.1.3 计算源空间
    • 2.2 计算正向解
  • 三. 适配电极方案
  • 四. 脑电溯源逆问题
  • 4.1 MNE
  • 4.2 sDMP
  • 4.3 sLORETA
  • 4.4 eLORETA

一. conda环境配置和预处理

pip install nibabel -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install nilearn  -i https://pypi.tuna.tsinghua.edu.cn/simple
python -m pip install --upgrade pip
pip3 install --force-reinstall --upgrade jupyter
pip3 install mne
pip3 install matplotlib
pip3 install PyQt6
pip3 install PySide6 
pip3 install PyQt5 
pip3 install PySide2
pip3 install pyvistaqt

1.1 EEG预处理

协方差矩阵:
Python科学计算包MNE——脑电信号处理之源定位问题_第1张图片
脑磁图的两个属性:
Python科学计算包MNE——脑电信号处理之源定位问题_第2张图片
脑地形图:
Python科学计算包MNE——脑电信号处理之源定位问题_第3张图片

二. 头部模型和正向计算

2.1 计算前向运算符

2.1.1 计算和可视化 BEM 表面

2.1.2 可视化配准

2.1.3 计算源空间

2.2 计算正向解

三. 适配电极方案

如果购买的脑电帽的电极方案不是主流的,则需要对输入数据的电极进行调整。

四. 脑电溯源逆问题

4.1 MNE

4.2 sDMP

4.3 sLORETA

4.4 eLORETA

你可能感兴趣的:(类脑智能算法与原理,python,信号处理,人工智能)