fieldtrip工具箱 “subject01” 被试的网格数据——降采样设置为10。
2022-07-01 19:04:33 93KB fieldtrip
1
脑电相位滞后指数欢迎使用ARC EEG静止状态Wiki! 这个维基是做什么的 该Wiki主要旨在为如何使用github本节中提供的脚本提供一些最低限度的指导。 这些脚本将用于分析静止状态EEG数据,该数据记录在以外部电极6(放置在乳突上)作为参考电极的64通道BioSemi ActiveTwo系统上。 假定触发代码用于闭眼段和睁眼段,并且目前仅使用闭眼段。 当前假定的预处理和后处理步骤如下: 读取试验和触发代码,仅选择闭眼段 非常基本的预处理包括:衰减,去趋势,低于60Hz的低通滤波器,重新参考乳突参考,可能的50Hz线噪声的带通滤波以及重采样至256Hz。 基本预处理后的可选外观检查 噪声通道的可选重建(尽管仅在绝对是垃圾通道时才使用此通道!) 使用ICA分解消除噪声并目视检查所得组件 将连续记录分割为4秒的片段,稍后再用于WPLI分析 重置试用时间戳记,以允许实地考察将其视为单独的“试用”。 使用多锥度快速傅立叶变换分别为5个频带中的每个频带计算加权相位滞后指数 从WPLI邻接矩阵计算各种图形指标 计算额叶不对称性和半球内前后平衡 步骤1-5非常有用,部分需要手动运行(例如,检查试
2021-11-23 16:30:38 11.97MB 系统开源
1
压缩包为FieldTrip工具箱,可以用于MEG、EEG、MRI、ERP等生物电、磁信号分析。
2021-11-23 14:47:45 30.84MB FieldTrip 生物电磁分析 脑溯源定位
1
MNE实时 这是用于使用MNE实时分析MEG / EEG数据的存储库。 该文档可以在这里找到: 依存关系 安装 我们建议使用Anaconda Python发行版。 我们要求您使用Python3。您可以选择通过pip实时安装mne。 除了numpy和scipy (标准的Anaconda安装中包括)之外,您还需要使用pip工具安装最新版本的MNE : $ pip install -U mne 然后安装mne-realtime : $ pip install https://api.github.com/repos/mne-tools/mne-realtime/zipball/master 如果要更新的mne-realtime版本可用,这些pip命令也可以使用。 如果您在计算机上没有管理员特权,请对pip使用--user标志。 快速开始 info = mne . io . read_i
2021-11-10 02:55:10 7.05MB realtime lsl mne-python fieldtrip-buffer
1
Brainstorm+Fieldtrip iEEG分区定位 示例代码.rar
2021-08-05 20:04:36 3KB iEEG Brainstorm CT-MRI配准 Fieldtrip
1
fieldtrip-20210614.zip
2021-08-05 19:02:43 411.39MB fieldtrip 脑科学 医学图像
1