在 EEG 数据 python 中查找峰值振幅和潜伏期，最好使用 MNE

Question

我有 EEG 数据，我想为其计算峰值的振幅和延迟。我正在使用 MNE，并在 Evoked 对象中找到方法 get_peak。但是，我想找到时代数据的峰值（不是平均数）。我该怎么做？我没有看到 epochs 对象的类似功能。我更愿意通过 MNE 来完成，但其他 python 库也可以。重要的是有一个选项可以获取峰值的幅度和延迟，并选择一个时间 window 进行检测。

另外，我没明白get_peak returns 只是最高峰，还是别的？如果有一个以上的峰值。

谢谢！

Answer 1

您只需从 Epochs 结构中选择一个试验，然后应用 .average()，即可从单个试验创建一个 Evoked 数据结构，例如，如下所示：

tmp_evoked = all_epochs[subj][cond][trial].average()

以上假设您有一个 all_epochs 对象组织为主题内条件内的试验（即，您在小组级别工作）。如果您的 Epochs 对象只有一个主题，那么它将只是：

tmp_evoked = all_epochs[cond][trial].average()

您可以进一步细化它以仅在一个通道找到峰值：

tmp_evoked = all_epochs[subj][cond][trial].pick(chan).average()

在 EEG 数据 python 中查找峰值振幅和潜伏期，最好使用 MNE

Find peaks amplitude and latency in EEG data python, preferably using MNE

signal-processing

mne-python