728x90 반응형 SMALL Brain Engineering/MNE35 [MNE-Python] fNIRS 장치에서 데이터 가져오기 (2) Loading legacy data in CSV or TSV format fNIRS 측정값은 MNE-Python에서 지원하지 않고 SNIRF로 쉽게 변환할 수 없는 비표준 형식으로 저장될 수 있다. 이 레거시 데이터는 CSV 또는 TSV 형식인 경우가 많으며 파일 형식 (채널의 이름 지정 및 순서, 형식 및 데이터 스케일링, 센서 위치 사양은 벤더마다 다름) CSV가 시작된 시스템에 따라 이를 조정해야 할 수 있다. import os.path as op import numpy as np import pandas as pd import mne pd.DataFrame(np.random.normal(size=(16, 100))).to_csv("fnirs.csv") MNE-Python에 로드될 예제 CSV 파일.. 2022. 4. 4. [MNE-Python] fNIRS 장치에서 데이터 가져오기 (1) fNIRS 장치에서 데이터 가져오기 fNIRS 장치는 광원 (일명 "발광기" 또는 "송신기")과 광 검출기 (일명 "수신기")의 두 가지 종류의 광으로 구성된다. 채널은 소스-검출기 쌍으로 정의되고 채널 위치는 소스와 검출기 사이의 중간점으로 정의된다. MNE-Python은 여러 파일 형식에서 fNIRS 데이터 및 optode 위치를 읽는 기능을 제공한다. 장치 제조업체 또는 파일 형식에 관계없이 MNE-Python의 fNIRS 기능은 동일한 방식으로 측정 데이터와 해당 메타데이터를 내부적으로 저장한다(ex. 데이터 값은 항상 SI 단위로 변환됨). 지원되는 측정 유형에는 진폭, 광학 밀도, 옥시헤모글로빈 농도, 디옥시헤모글로빈 농도 (연속파 fNIRS의 경우), 추가로 AC 진폭 및 위상 (주파수 도메.. 2022. 4. 4. [MNE-Python] EEG 장치에서 데이터 가져오기 BrainVision (.vhdr, .vmrk, .eeg) BrainVision 파일 형식은 세 개의 개별 파일로 구성된다. .vhdr메타 데이터를 포함 하는 텍스트 헤더 파일 .vmrk데이터의 이벤트에 대한 정보가 포함 된 텍스트 마커 파일 .eegEEG의 전압 값을 포함하는 이진 데이터 파일 두 텍스트 파일 모두 다음으로 구성된 INI 형식을 기반으로 한다. 로 표시된 섹션, [square brackets] 로 표시된 댓글, ; comment 표시된 키-값 쌍 key=value European data format (.edf) EDF 및 EDF+ 파일은 mne.io.read_raw_edf() 두 변형 모두 16비트 형식이다. EDF+ 파일에는 트리거 및 이벤트 정보를 저장하는 데 사용할 수 있는 주석.. 2022. 3. 28. [MNE-Python] MEG 장치에서 데이터 가져오기 MEGIN / Elekta Neuromag VectorView and TRIUX (.fif) Neuromag Raw FIF 파일은 mne.io.read_raw_fif()이다. 데이터가 MaxShield를 켠 상태로 기록되었고 MaxFilter로 처리되지 않은 경우로 로드해야 할 수 있다. Artemis123 (.bin) Artemis123 시스템의 MEG 데이터는 로 읽을 수 있다 (mne.io.read_raw_artemis123()). 4-D Neuroimaging / BTI data (dir) MNE-Python은 mne.io.read_raw_bti() 4D / BTI 데이터를 읽고 변환하는 기능을 제공한다. 이 리더 기능은 기본적으로 일반적으로 문자 A와 채널 번호로 구성된 원래 채널 이름을 Neu.. 2022. 3. 23. [MNE-Python] 구성 (2) Using environment variables MNE-C와의 호환성을 위해 MNE-Python은 구성을 지정하기 위해 환경 변수를 읽고 쓴다. 이것은 JSON 구성을 읽고 쓰는 것과 동일한 기능으로 수행되며 매개변수 use_env및 set_env와 같이 기본적으로 MNE-Python JSON 파일 get_config()을 확인 os.environ하기 전에 수행한다. JSON 파일만 확인하고자 (use_env=False.) 시연한다면 MNE-Python에서는 고유하지 않은 (따라서 JSON 구성 파일에 없는) 환경 변수이다. # make sure it's not in the JSON file (no error means our assertion held): assert mne.get_config('PA.. 2022. 3. 23. [MNE-Python] 구성 (1) import os import mne Getting and setting configuration variables mne.get_config() 구성 변수는 및 함수 를 사용하여 읽고 쓴다. 특정 구성 변수를 읽으려면 해당 이름을 매개변수로 전달 get_config() 한다 ( key는 첫 번째 매개변수이므로 원하는 경우 이름 없이 전달할 수 있음). print(mne.get_config('MNE_USE_CUDA')) print(type(mne.get_config('MNE_USE_CUDA'))) --- false JSON 파일에서 읽은 문자열 값은 어떤 식으로든 구문 분석되지 않으므로 Python booleanget_config() 대신 true / false 구성 값에 대해서도 문자열을 반환한다. 마.. 2022. 3. 23. [MNE-Python] 센서 위치 작업 (2) Reading sensor digitization files info 샘플 데이터에서 센서 위치는 객체의 속성 에서 이미 사용할 수 있다 (읽기 기능 설명서 및 set_montage 작동 방식에 대한 자세한 내용 참조). 따라서 와 유사한 기능을 제공하는 Raw를 사용하여 객체 에서 직접 센서 위치를 플롯할 수 있다 . 또한 유형별 채널 선택, 다양한 방식의 색상 코딩 채널 (기본적으로 나열된 채널 은 빨간색으로 표시됨) 및 기존 Matplotlib 개체에서 그리기 (채널 위치를 하위 플롯으로 쉽게 추가할 수 있도록 지원)가 있다. fig = plt.figure() ax2d = fig.add_subplot(121) ax3d = fig.add_subplot(122, projection='3d') raw.p.. 2022. 3. 23. [MNE-Python] 센서 위치 작업 (1) import os import numpy as np import matplotlib.pyplot as plt # the following import is required for matplotlib < 3.2: from mpl_toolkits.mplot3d import Axes3D # noqa import mne sample_data_folder = mne.datasets.sample.data_path() sample_data_raw_file = os.path.join(sample_data_folder, 'MEG', 'sample', 'sample_audvis_raw.fif') raw = mne.io.read_raw_fif(sample_data_raw_file, preload=True, verbose=F.. 2022. 3. 23. [MNE-Python] 정보 데이터 구조 import os import mne sample_data_folder = mne.datasets.sample.data_path() sample_data_raw_file = os.path.join(sample_data_folder, 'MEG', 'sample', 'sample_audvis_filt-0-40_raw.fif') raw = mne.io.read_raw_fif(sample_data_raw_file) --- Opening raw data file /home/circleci/mne_data/MNE-sample-data/MEG/sample/sample_audvis_filt-0-40_raw.fif... Read a total of 4 projection items: PCA-v1 (1 x 102) idl.. 2022. 3. 23. [MNE-Python] 원시 데이터에서 이벤트 구문 분석 (2) Reading embedded events as Annotations 일부 EEG / MEG 시스템은 이벤트가 하나 이상의 STIM 채널의 펄스가 아닌 별도의 데이터 어레이에 저장되는 파일을 생성한다. 예를 들어, EEGLAB 형식은 이벤트를 set 파일의 배열 모음으로 저장한다. Annotations 이러한 파일을 읽을 때 MNE-Python은 저장된 이벤트를 객체로 자동 변환하고 객체의 annotations 속성으로 저장한다. testing_data_folder = mne.datasets.testing.data_path() eeglab_raw_file = os.path.join(testing_data_folder, 'EEGLAB', 'test_raw.set') eeglab_raw = mne.io.re.. 2022. 3. 23. 이전 1 2 3 4 다음 728x90 반응형 LIST
