摘要：摘要 好的可视化能够清楚直观地展示实验结果。脑电（EEG）目前常见的研究往往基于头皮地形图进行可视化，解释层次仅止步于额叶/颞叶/顶叶/枕叶，对于大脑机理的解释粒度较为粗糙。通过源定位+可视化，能够让研究结果更为细腻，展示不同脑区的神经活动表现。本文基于MNE框架实现论文级直接可用的可视化，示例如下 阅读全文

摘要：写在最前 最开始接触mne还是在20年，那时候它的版本才刚刚开发到0.21。 几年过去他的正式版都已经发布了，而我还依旧是一个学术小白orz。 简单调研一下，发现网上关于mne的教程不多，看到脑机接口社区有推出一系列的epoch的mne教程，几位大佬撰写的mne中文手册，另外还有收费培训班。但作为情 阅读全文

摘要：~~先占个坑，后续有空可以加SEED数据读取的完整版~~ 首先调用scipy.io模块中的 函数将脑电数据从mat文件中读取为ndarray数据，此时每个试次数据为二维数据结构，矩阵每个点表示i通道上时间j的电位差。随后针对每个试次，建立其对应的Raw数据结构，设定相关info信息。 创建info结 阅读全文