如何使用一组指定的 EEG 通道在 Python MNE 中绘制蒙太奇?

How can I plot a montage in Python MNE using a specified set of EEG channels?

我已经使用 Python 的 MNE 包加载了一些 EEG 数据。该数据有 46 个记录通道,从 10-20 蒙太奇中获得,但我们已经确定了许多死通道,只想关注其余通道。

我可以删除频道,但我不知道如何绘制更新后的蒙太奇。

首先我加载我的 edf 文件,制作一个副本并放置所需的频道:

import mne as mn
raw = mn.io.read_raw_edf("patient_001.edf",preload=True)
raw_temp=raw.copy()
raw_temp.drop_channels(['E', 'LIO', 'RIO', 'X1', 'X2', 
'X3','X4''X5', 'X6', 'X7', 'X8', 'X9', 'X10', 'X11', 'O2%', 'HR', 
'DC03','DC04', 'EEG Mark1', 'EEG Mark2', 'BP1', 'BP2','STI 014'])

我检查了一下,频道被删除了。我现在想做的是仅使用剩余的 23 个通道绘制更新的蒙太奇:

raw_temp.info["ch_names"]

['Fp1', 'Fp2', 'F3', 'F4', 'C3', 'C4', 'P3', 'P4', 'O1', 'O2', 'F7', 'F8', 'T7', 'T8', 'P7', 'P8', 'Fz', 'Cz', 'Pz', 'A1', 'A2', 'T1', 'T2']

根据我对频道放置的极其有限的了解,我理解字母代表位置,数字代表半球,例如F4 表示额叶,右侧。

以下打印 10-20 93 通道布局的蒙太奇:

montage = mn.channels.read_montage("standard_1020")
raw_temp.set_montage(montage)
montage.plot()

其他蒙太奇选项列在

https://github.com/mne-tools/mne-python/blob/master/mne/channels/montage.py

但我没有看到 46 通道选项。

有没有办法以某种方式为我的 23 个频道绘制蒙太奇?

如果只想绘制电极布局,可以使用Layout class代替Montage class:

import mne

layout = mne.channels.read_layout("EEG1005")
selection = [
    "Fp1",
    "Fp2",
    "F3",
    "F4",
    "C3",
    "C4",
    "P3",
    "P4",
    "O1",
    "O2",
    "F7",
    "F8",
    "T7",
    "T8",
    "P7",
    "P8",
    "Fz",
    "Cz",
    "Pz",
    "A1",
    "A2",
    "T1",
    "T2",
]
picks = []
for channel in selection:
    picks.append(layout.names.index(channel))
display = layout.plot(picks=picks)

至少 mne==0.18.0.

给你

读取原始脑电图文件时,您应该为原始数据分配一个蒙太奇(您也可以在创建时代后这样做)。这可以使用每个电极的坐标和一些基准点来完成(参见 https://mne.tools/stable/generated/mne.channels.make_dig_montage.html#mne.channels.make_dig_montage)。如果您的数据取自标准 10-20 系统,那么您可以使用内置函数 mne.channels.make_standard_montage('standard_1020') 获取 93 通道蒙太奇,然后使用以下代码仅保留您感兴趣的电极:

# Form the 10-20 montage
mont1020 = mne.channels.make_standard_montage('standard_1020')
# Choose what channels you want to keep 
# Make sure that these channels exist e.g. T1 does not exist in the standard 10-20 EEG system!
kept_channels = ['Fp1', 'Fp2', 'F3', 'F4', 'C3', 'C4', 'P3', 'P4', 'O1', 'O2', 'F7', 'F8', 'T7', 'T8', 'P7', 'P8', 'Fz', 'Cz', 'Pz', 'A1', 'A2', 'T1', 'T2']
ind = [i for (i, channel) in enumerate(mont1020.ch_names) if channel in kept_channels]
mont1020_new = mont1020.copy()
# Keep only the desired channels
mont1020_new.ch_names = [mont1020.ch_names[x] for x in ind]
kept_channel_info = [mont1020.dig[x+3] for x in ind]
# Keep the first three rows as they are the fiducial points information
mont1020_new.dig = mont1020.dig[0:3]+kept_channel_info
mont1020.plot()
mont1020_new.plot()

enter image description here

我建议您分配蒙太奇(在拒绝任何频道之前先查看原始数据。这样,在删除不良频道后,您可以很容易地在预处理的任何时候使用以下方式获得更新的蒙太奇:

    raw = raw.set_montage(mont)
updated_mont = raw.get_montage() #also works with epo.get_montage()

然后你可以简单地绘制更新的蒙太奇:

updated_mont.plot()

注意: ind = [i for (i, channel) in enumerate(mont1020.ch_names) 印刷: 这是 ind : [0, 2, 15, 17, 19, 21, 23, 39, 41, 43, 61, 63, 65, 80, 81, 82, 86, 87, 88, 89]

ind = [枚举中 (i, channel) 的通道 (mont1020.ch_names) 印刷: 这是 ind : ['Fp1', 'Fp2', 'F7', 'F3', 'Fz', 'F4', 'F8', 'C3'、'Cz'、'C4'、'P3'、'Pz'、'P4'、'O1'、'Oz'、'O2' , 'T3', 'T5', 'T4', 'T6']