問題タブ [mne-python]

私は、MNE Toolbox を使用して Python で EEG データ分析に取り組んでいます。私はPythonの初心者で、エポック平均を計算する方法があるかどうか疑問に思っていましたか? 「エポック平均」とは、すべてのエポックを取り、それが与える平均曲線を見つけることを意味します。(英語は私の母国語ではないので、はっきりしているといいのですが) 助けていただきありがとうございます !

MNE図書館が提供するテンプレート MRI を使用してボリューム ソース推定を行いたいです。私が持っているのは、standard_1020モンタージュでサンプリングされた脳波データだけです。

これらのドキュメントを参照して、テンプレート MRI を使用してソース推定を正常にプロットしました。

• テンプレートMRIを使用したEEGフォワードオペレーター
• MNE/dSPM/sLORETA/eLORETA によるソース ローカリゼーション

ただし、このような図は私が望むものではありません:

私はこのような図が欲しい：

これらのドキュメントをチェックして、テンプレート MRI を使用して EEG フォワード オペレーターからのソリューションを微調整することでソリューションを取得しましたが、最初にvolume source estimateではなくを取得する必要があることがわかりましたsource estimate。

典型的な M/EEG ワークフローも確認し、ワークフローの一般的なアイデアを得ました。

テンプレート MRI を利用できない場合は、 のサンプル データセットを使用できると思いますが、MNEどこから始めればよいかわかりません。ドキュメントを読んで読みましたが、ヒントが見つかりませんでした。

これまでに私の問題に関連して見つけたドキュメントは次のとおりです。

ボリューム ソースの見積もりをカバーする MNE ドキュメント

サンプルギャラリー

• ボリューム ソース空間でエンベロープ相関を計算する
• ボリューム ソース空間の誘発データで MNE-dSPM 逆解を計算する
• ボリューム ソース空間で LCMV 逆解を計算する
• モーフ ボリューム ソース推定

チュートリアル

• 等価電流双極子 (ECD) フィットによるソース ローカリゼーション