MNE学习笔记:三种数据结构(RawEpoch及Evoked)的差异
Posted Dodo·D·Caster
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MNE学习笔记:三种数据结构(RawEpoch及Evoked)的差异相关的知识,希望对你有一定的参考价值。
MNE学习笔记(五):三种数据结构(Raw、Epoch及Evoked)的差异
数据结构 | Raw | Epoch | Evoked |
---|---|---|---|
类型 | 连续型数据 (continuous data) | 不连续型数据 (discontinuous data) | 诱发信号/平均数据 (evoked/averaged data) |
描述 | Raw对象主要用来存储连续型数据,核心数据为n_channels和times,也包含Info对象。 | Epochs objects are a data structure for representing and analyzing equal-duration chunks of the EEG/MEG signal. | Evoked objects typically store an EEG or MEG signal that has been averaged over multiple epochs, which is a common technique for estimating stimulus-evoked activity. |
部分属性 | (ch_names, times, n_times) | (n_epochs, n_channels, n_times) | (n_channels, n_times) |
创建方式 | 1. 通过读取.fif文件生成Raw对象:mne.io.read_raw_fif(fname) | 1. 通过Raw对象和事件点(event times):mne.find_events() +mne.Epochs() 2. 通过读取.fif文件数据生成Epoch对象: mne.read_events() +mne.Epochs() 3. 通过mne.EpochsArray从头创建Epoch对象: mne.EpochsArray() | 1. 从Epochs对象中创建Evoked对象:mne.read_evokeds() 2. 从头创建Evoked对象: mne.EvokedArray() |
文档 | https://mne.tools/stable/generated/mne.io.Raw.html#mne.io.Raw | https://mne.tools/stable/generated/mne.Epochs.html#mne.Epochs | https://mne.tools/stable/generated/mne.Evoked.html#mne.Evoked |
补充1:部分属性含义
ch_names : channel names
times : an array of the sample times in seconds
n_times : the total number of samples
n_epochs : the number of epochs
n_channels : the number of channels
补充2:第四种数据结构 (SourceEstimate) 文档
- https://mne.tools/stable/generated/mne.SourceEstimate.html#mne.SourceEstimate
补充3:MNE各个类、函数等API查询网站
- https://mne.tools/stable/python_reference.html
以上是关于MNE学习笔记:三种数据结构(RawEpoch及Evoked)的差异的主要内容,如果未能解决你的问题,请参考以下文章