728x90 반응형 SMALL Brain Engineering114 [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. [MNE-Python] 원시 데이터에서 이벤트 구문 분석 (1) 원시 데이터에서 실험적 이벤트를 읽는 방법과 MNE-Python (이벤트 배열 및 주석 객체) 내에서 이벤트의 두 가지 다른 표현 사이를 변환하는 방법을 설명한다. 필요한 Python 모듈을 로드하고 입문 자습서에서 사용한 것과 동일한 예제 데이터를 로드하는 것으로 시작하지만 메모리를 절약하기 위해 RAM에 로드하기 전에 개체를 60초로 자른다. import os import numpy as np 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.. 2022. 3. 23. [MNE-Python] 내부 데이터 수정 MNE-Python의 많은 데이터 객체 (Raw, Epochs, Evoked 등)에는 데이터를 제자리에서 (선택적 또는 의무적으로) 수정하는 메서드가 있다. 이는 계산을 수행하는 데 필요한 컴퓨터 메모리의 양을 줄이기 때문에 큰 데이터 세트로 작업할 때 유리할 수 있다. 그러나 이러한 상황이 발생하고 있다는 사실을 인지하지 못하면 예기치 않은 결과가 발생할 수 있다. 내부 처리의 몇 가지 예와 이를 방지하는 방법과 시기를 제공한다. 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.. 2022. 3. 22. [MNE-Python] MEG / EEG analysis (2) Epoching continuous data 객체와 이벤트 배열은 클래스 생성자로 생성하는 객체 Raw를 생성하는 데 필요한 최소한의 것이다. 여기에서 몇 가지 데이터 품질 제약 조건도 지정한다. 피크 대 피크 신호 진폭이 해당 채널 유형에 대한 합리적인 한계를 초과하는 모든 에포크를 거부한다. 이것은 거부 사전을 사용하여 수행된다. 데이터에 있는 모든 채널 유형에 대한 임계값을 포함하거나 생략할 수 있다. 여기에 제공된 값은 이 특정 데이터 세트에 적합하지만 다른 하드웨어 또는 기록 조건에 맞게 조정해야 할 수도 있다. reject_criteria = dict(mag=4000e-15, # 4000 fT grad=4000e-13, # 4000 fT/cm eeg=150e-6, # 150 µV eog=2.. 2022. 3. 22. [MNE-Python] MEG / EEG analysis (1) Loading data MNE-Python 데이터 구조는 Neuromag의 FIF 파일 형식을 기반으로 하지만 다양한 다른 데이터 형식에 대한 판독기 기능이 있다 . MNE-Python에는 MNE-Python이 다운로드하고 관리할 수 있는 다양한 공개 데이터 세트 에 대한 인터페이스도 있다. 시청각 실험을 수행하는 한 피험자의 EEG 및 MEG 데이터와 해당 피험자에 대한 구조적 MRI 스캔이 포함된 예제 데이터세트 (" Sample " 이라고 함) 중 하나를 로드한다 . 함수는 mne.datasets.sample.data_path 데이터 세트가 예상 위치 중 하나에 없으면 자동으로 다운로드한 다음 데이터 세트의 디렉터리 경로를 반환한다 ( data_path다운로드하기 전에 확인하는 위치 목록은 설명서 .. 2022. 3. 18. 뇌파 신호의 분석 뇌파 신호의 분석 뇌파 신호를 통계적 또는 수리물리적 방법을 이용하여 분석하기 위해서는 디지털 뇌파기로 측정을 하여야 하며, 측정된 신호를 적절한 과정을 거쳐서 수치 데이터로 전환 하는 과정이 필요하다. 디지털 뇌파기의 개념과 아날로그 신호의 디지털화 과정을 이해하고 뇌파 분석을 위한 뇌파 신호의 전처리 과정이 있다. Digital EEG system 디지털 뇌파 시스템은 아날로그 앰프 시스템과 전극 및 잭박스, 그리고 아날로그 - 디지털 변환기 (analog to digital converter ; ADC)와 신호를 나타내는 모니터와 저장하는 저장 장치로 구성되어 있다. 디지털 전 환기는 일정한 시간 간격으로 연속적인 아날로그 뇌파 신호를 측정한다. 샘플 주파수의 1/2에 해당하는 주파수가 디지털화된 .. 2022. 3. 15. [EEGLAB] Filtering / Downsampling Filtering 1. 뇌파로 인해 발생한 결과가 아닌, 다른 노이즈를 제거하고 원하는 Hz 정보만 얻기 위해서 Filtering 과정을 거친다. 저는 high pass filter 기준을 0.1Hz, low pass filter 기준을 30Hz로 지정하였다. 이에 대한 기준은 기존 논문을 참고하는 것이 좋다 (gamma파 등 high frequency 정보가 필요한 경우 low pass filter 기준을 더 높게 잡아야한다). 2. Tools > Filter the data > Basic FIR filter 를 선택한다. 3. 원하는 filtering 구간 정보를 입력한다. 4. matlab command 창에서 필터링 진행 상황이 표시된다. filering을 진행하는 matlab 코드는 다음과 같다.. 2022. 3. 14. [EEGLAB] Channel location / Re-referencing / Detrending EEGLAB으로 데이터 로드 1. matlab command 창에서 >>> eeglab을 입력하여 eeglab을 실행한다. 2. Neuroscan을 통해 측정된 데이터는 cnt 파일이기 때문에 File > Import data > Using EEGLAB funtions and plugins > From Neuroscan .CNT file을 클릭해서 파일을 로드한다. 3. import 클릭 후 다음 화면이 뜨면 기본 default setting을 모두 OK 를 눌러서 진행한다. 4. EEGLAB으로 데이터가 정상적으로 로드 기본 데이터 전처리 1. Channel location ICA를 돌리기 위해서는 채널 로케이션 정보를 먼저 입력해주어야 한다. 지금 예제에 사용된 64chan.ced 파일은 뉴로스캔 홈.. 2022. 3. 14. 이전 1 ··· 5 6 7 8 9 10 11 12 다음 728x90 반응형 LIST
