使用模板 MRI 估计 MNE 体积源
MNE volume source estimation with template MRI
我想用MNE
图书馆提供的模板MRI做体积源估计。我所拥有的只是用 standard_1020
蒙太奇采样的脑电图数据。
我通过参考这些文件成功地用模板 MRI 绘制了源估计:
然而,这样的图并不是我想要的:
我想要这样的图:
我检查了这些文档以通过调整 EEG forward operator with a template MRI 的解决方案来获得解决方案,但发现我首先必须获得 volume source estimate
,而不是 source estimate
。
我还检查了 The typical M/EEG workflow 并了解了工作流程的总体思路。
我想如果我不能使用模板 MRI,我想我可以使用来自 MNE
的示例数据集,但我不知道从哪里开始。我看了看文档,但找不到提示。
到目前为止,这是我找到的与我的问题相关的文档:
涵盖体积源估计的跨国公司文件
示例画廊
- Compute envelope correlations in volume source space
- Compute MNE-dSPM inverse solution on evoked data in volume source space
- Compute LCMV inverse solution in volume source space
- Morph volumetric source estimate
教程
我明白了。虽然把东西拼凑起来很痛苦。
# %% Importing libraries
import os.path as op
import mne
from mne.datasets import fetch_fsaverage
from mne.minimum_norm import apply_inverse
####################################
## data manipulation part omitted ##
####################################
# %% Template MRI
fs_dir = fetch_fsaverage(verbose=True)
subjects_dir = op.dirname(fs_dir)
# Trans, and BEM
subject = 'fsaverage'
trans = 'fsaverage'
bem = op.join(fs_dir, 'bem', 'fsaverage-5120-5120-5120-bem-sol.fif')
mri = op.join(fs_dir, 'mri', 'T1.mgz')
# %% Setup volumn source space (This is the part how to create volSourceEstimate)
vol_src = mne.setup_volume_source_space(
subject, mri=mri, pos=10.0, bem=bem,
subjects_dir=subjects_dir,
add_interpolator=True,
verbose=True)
# %% Forward solution
fwd = mne.make_forward_solution(raw.info, trans=trans, src=vol_src,
bem=bem, eeg=True, meg=False, mindist=5.0, n_jobs=1)
# %% Inverse operator
info = evoked.info
inv = mne.minimum_norm.make_inverse_operator(info, fwd, noise_cov,
loose=1, depth=0.8)
# %% Source space
snr = 3.0
lambda2 = 1.0 / snr ** 2
method = "dSPM"
stc = apply_inverse(evoked, inv, lambda2, method)
stc.crop(0.0, 0.2)
stc.plot(vol_src, subject='fsaverage', subjects_dir=subjects_dir)
我想用MNE
图书馆提供的模板MRI做体积源估计。我所拥有的只是用 standard_1020
蒙太奇采样的脑电图数据。
我通过参考这些文件成功地用模板 MRI 绘制了源估计:
然而,这样的图并不是我想要的:
我想要这样的图:
我检查了这些文档以通过调整 EEG forward operator with a template MRI 的解决方案来获得解决方案,但发现我首先必须获得 volume source estimate
,而不是 source estimate
。
我还检查了 The typical M/EEG workflow 并了解了工作流程的总体思路。
我想如果我不能使用模板 MRI,我想我可以使用来自 MNE
的示例数据集,但我不知道从哪里开始。我看了看文档,但找不到提示。
到目前为止,这是我找到的与我的问题相关的文档:
涵盖体积源估计的跨国公司文件
示例画廊
- Compute envelope correlations in volume source space
- Compute MNE-dSPM inverse solution on evoked data in volume source space
- Compute LCMV inverse solution in volume source space
- Morph volumetric source estimate
教程
我明白了。虽然把东西拼凑起来很痛苦。
# %% Importing libraries
import os.path as op
import mne
from mne.datasets import fetch_fsaverage
from mne.minimum_norm import apply_inverse
####################################
## data manipulation part omitted ##
####################################
# %% Template MRI
fs_dir = fetch_fsaverage(verbose=True)
subjects_dir = op.dirname(fs_dir)
# Trans, and BEM
subject = 'fsaverage'
trans = 'fsaverage'
bem = op.join(fs_dir, 'bem', 'fsaverage-5120-5120-5120-bem-sol.fif')
mri = op.join(fs_dir, 'mri', 'T1.mgz')
# %% Setup volumn source space (This is the part how to create volSourceEstimate)
vol_src = mne.setup_volume_source_space(
subject, mri=mri, pos=10.0, bem=bem,
subjects_dir=subjects_dir,
add_interpolator=True,
verbose=True)
# %% Forward solution
fwd = mne.make_forward_solution(raw.info, trans=trans, src=vol_src,
bem=bem, eeg=True, meg=False, mindist=5.0, n_jobs=1)
# %% Inverse operator
info = evoked.info
inv = mne.minimum_norm.make_inverse_operator(info, fwd, noise_cov,
loose=1, depth=0.8)
# %% Source space
snr = 3.0
lambda2 = 1.0 / snr ** 2
method = "dSPM"
stc = apply_inverse(evoked, inv, lambda2, method)
stc.crop(0.0, 0.2)
stc.plot(vol_src, subject='fsaverage', subjects_dir=subjects_dir)