MNE-Cookbook核心技巧：高效处理MEG/EEG信号数据
需积分: 9 5 浏览量
更新于2024-11-10
1
收藏 17.38MB ZIP 举报
资源摘要信息:"MNE-Cookbook是一本关于如何使用MNE-python处理神经电生理数据（如MEG和EEG信号）的指南。MEG（Magnetoencephalography）即脑磁图，是一种测量大脑磁场的技术；EEG（Electroencephalography）即脑电图，是一种测量大脑电活动的技术。MNE-python是一个专门用于神经电生理数据分析的Python库。"
"本书主要分为两个部分，第一部分是关于MNE-python的算法原理和实现细节，这部分内容主要是为了帮助读者理解MNE-python的工作机制，包括但不限于信号预处理、信号转换、信号分析、信号重构等。第二部分是关于使用MNE-python过程中的一些小技巧，这部分内容主要是为了帮助读者在实际应用中更好地使用MNE-python，包括但不限于数据导入、数据预处理、特征提取、模型建立等。"
"本书的编写采用了JupyterNotebook这一交互式计算平台，使得读者可以在阅读的同时进行代码的编写和运行，极大地提高了学习效率。"
"本书的源代码文件名为MNE-Cookbook-master，这可能是作者在GitHub等代码托管平台上创建的项目名称。"
"总的来说，MNE-Cookbook是一本非常适合那些希望深入学习并应用MNE-python进行神经电生理数据分析的研究者和工程师的参考书。"
MNE-Cookbook:使用MNE-python过程中的小技巧,即如何处理MEGEEG信号数据 （71个子文件） 
Detect eye blinks ( EOG) and turn them into Annotations.ipynb 130KB Epochs.ipynb 132KB Get_meg_time_range.ipynb 1KB Artifacts detection.ipynb 1.93MB Data resampling.ipynb 185KB Dipfit.ipynb 2KB raw_to_DataFrame.ipynb 75KB MEG\EEG组分析.md 822B
custom_raw_plot.png 258KB Visualize Source time courses.ipynb 102KB Head model and forward computation.ipynb 1KB Concatenating_Raw_objects.ipynb 941B Plot_eog_meg.ipynb 237KB Create_Raw_objects.ipynb 387KB Sphere_model.ipynb 1KB preprocess_pipeline.ipynb 564B Compute MNE-dSPM inverse solution on evoked data in volume source space.ipynb 292KB Gradiometer sensitivity.png 236KB Source localization with MNE.ipynb 1.23MB Compute sLORETA inverse solution on raw data.ipynb 26KB Compute LCMV inverse solution in volume source space.ipynb 540KB Show EOG artifact timing.ipynb 50KB 1552444041682.png 179KB 1552373526432.png 28KB Detect eye blinks.ipynb 772B 1552445931486.png 125KB Compute ICA on MEG data and remove artifacts.ipynb 774KB Compute_power_spectrum_densities_of_the_sources_with_dSPM.ipynb 348KB Plotting topographic maps of evoked data.ipynb 7.41MB Removing_power-line_noise.ipynb 260KB ERP ERF.ipynb 931KB 1552371403258.png 145KB README.md 247B check_spike.ipynb 498KB Compute_the_power_spectral_density_of_raw_data.ipynb 282KB Frequency and time-frequency sensors analysis.ipynb 758KB 1552445045435.png 155KB Channels_segment.ipynb 160KB read_raw_data.ipynb 630B Reading an inverse operator.ipynb 5KB Annotations and events.ipynb 293KB Magnetometers sensitivity.png 252KB Detect heart beat QRS component.ipynb 5KB Whitening with PCA and ZCA.ipynb 628B Epoching_and_averaging(ERP-ERF).ipynb 3KB Get_all_channels_name.ipynb 935B Display sensitivity maps for EEG and MEG sensors.ipynb 319KB EOG artifact remove with ICA.ipynb 587B 1552442977564.png 136KB Find and show EOG artifacts.ipynb 75KB Read and save event file.ipynb 943B find_all_channel_names.ipynb 821B Compute MNE-dSPM inverse solution on single epochs.ipynb 67KB Rename_channels_with_types.ipynb 2KB ECG artifact remove with ICA.ipynb 560KB Maxwell_filter_data_with_movement_compensation.ipynb 421KB .gitignore 39B TSSS.ipynb 303KB Base_Concepts.ipynb 4KB Save_segment.ipynb 3KB
待梳理.txt 144B Time-frequency on simulated data .ipynb 575KB Compute sparse inverse solution with mixed norm MxNE and irMxNE.ipynb 1.92MB Filter.ipynb 342KB MEG\EEG基础.md 30KB example_001.py 1KB Maxwell_filtering_to_remove_environmental_noise.ipynb 608B Time_segment.ipynb 116KB Add_bad_channels.ipynb 10KB Custom define Epochs.ipynb 8KB Compute seed-based time-frequency connectivity in sensor space.ipynb 168KB共 71 条
- 1
2021-05-02 上传
2022-01-13 上传
2021-02-05 上传
2021-03-22 上传
2021-04-10 上传
2021-02-04 上传
2021-05-22 上传
2020-12-21 上传
2021-05-07 上传
胡轶强
- 粉丝: 22
- 资源: 4572
我的内容管理
展开
最新资源
- 俄罗斯RTSD数据集实现交通标志实时检测
- 易语言开发的文件批量改名工具使用Ex_Dui美化界面
- 爱心援助动态网页教程：前端开发实战指南
- 复旦微电子数字电路课件4章同步时序电路详解
- Dylan Manley的编程投资组合登录页面设计介绍
- Python实现H3K4me3与H3K27ac表观遗传标记域长度分析
- 易语言开源播放器项目：简易界面与强大的音频支持
- 介绍rxtx2.2全系统环境下的Java版本使用
- ZStack-CC2530 半开源协议栈使用与安装指南
- 易语言实现的八斗平台与淘宝评论采集软件开发
- Christiano响应式网站项目设计与技术特点
- QT图形框架中QGraphicRectItem的插入与缩放技术
- 组合逻辑电路深入解析与习题教程
- Vue+ECharts实现中国地图3D展示与交互功能
- MiSTer_MAME_SCRIPTS:自动下载MAME与HBMAME脚本指南
- 前端技术精髓：构建响应式盆栽展示网站
