Python-EEG工具库MNE中文教程-参考电极应用

Posted 2021-03-23 rosevorchid

目录

• MNE-Python中的参考
• 引用简介
  • 无需重新引用(No re-referencing)
  • 平均参考(Average reference)
  • 单电极(A single electrode)
  • 多个电极的平均值(The mean of multiple electrodes)
• Python案例

@(目录)

本分享为脑机学习者Rose整理发表于公众号：脑机接口社区(微信号：Brain_Computer).QQ交流群：903290195

MNE-Python中的参考

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。

引用简介

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‘]。

Python案例

import mne
from mne.datasets import sample
from matplotlib import pyplot as plt

# 数据文件存放地址
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

# 读取fif文件，并生成raw对象
raw = mne.io.read_raw_fif(raw_fname, preload=True)
events = mne.read_events(event_fname)

# 将绘制脑电通道，以可视化参考方案中的差异。
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, 
                     reject=reject, proj=True)

fig, (ax1, ax2, ax3) = plt.subplots(nrows=3, ncols=1, sharex=True)

"""
设置为 没有参考。
这里假定EEG是由正确的参考得到的。
这明确阻止MNE添加默认的EEG参考。
任何普通的参考projector(投影)都会被自动删除。
"""
raw.set_eeg_reference([])
evoked_no_ref = mne.Epochs(raw, **epochs_params).average()

evoked_no_ref.plot(axes=ax1, 
                   titles=dict(eeg='Original reference'), 
                   show=False,
                   time_unit='s')
"""
平均参考 默认情况下就是平均参考，但也可以显式添加。
"""
raw.set_eeg_reference('average', projection=True)
evoked_car = mne.Epochs(raw, **epochs_params).average()

evoked_car.plot(axes=ax2, 
                titles=dict(eeg='Average reference'), 
                show=False,
                time_unit='s')
"""
从平均参考重新参考EEG 001和EEG 002通道的平均值。
"""
raw.set_eeg_reference(['EEG 001', 'EEG 002'])
evoked_custom = mne.Epochs(raw, **epochs_params).average()

evoked_custom.plot(axes=ax3, 
                   titles=dict(eeg='Custom reference'),
                   time_unit='s')
plt.show()

"""
绘制raw对象中所有通道的曲线图
"""
raw.plot(n_channels=len(raw))
plt.show()

"""
使用所有通道的平均值作为参考
"""
raw_avg_ref = raw.copy().set_eeg_reference(ref_channels='average')
raw_avg_ref.plot(n_channels=len(raw))
plt.show()

参考
MNE-Python 参考电极
脑机学习者Rose笔记分享,QQ交流群：903290195
更多分享，请关注公众号