MNE学习笔记2

最新推荐文章于 2026-05-22 19:18:09 发布

原创

最新推荐文章于 2026-05-22 19:18:09 发布 · 2.5k 阅读

收录于

本文介绍了MNE库在处理脑电图数据时的伪影检测，包括低频漂移、工频噪声、心电(EOG)和眼电(EOG)的处理。通过mne提供的方法，如del_proj()、plot()、高通滤波、陷波滤波、find_ecg_events()、interpolate_bads()以及重采样等，详细阐述了如何进行数据预处理。

参考 https://mne.tools/stable/auto_tutorials/index.html

伪影检测

伪影：

低频漂移
电源线噪声
心电(ECG)
眼电（EOG）

低频漂移

mne示例数据包括ssp投影，所以用del_proj()方法删除，plot()方法参数remove_dc为True是绘制数据时删除直流分量。

import os
import numpy as np
import mne

raw_name = 'H:/PycharmProjects/untitled1/simple/sample_audvis_raw.fif'

raw = mne.io.read_raw_fif(raw_name)
raw.crop(0, 60).load_data() 

eeg_ch = mne.pick_types(raw.info, meg=False, eeg=True)

raw.plot(duration=60, order=meg_ch, n_channels=len(eeg_ch))
raw.copy().del_proj().plot(duration=60, order=meg_ch, n_channels=len(eeg_ch),remove_dc=False)