如何解决在 EEG 数据 python 中查找峰值幅度和延迟，最好使用 MNE
我有 EEG 数据，我想为其计算峰值的幅度和延迟。我正在与 MNE 合作，并在 Evoked 对象中找到了 get_peak 方法。但是，我想在 epochs 数据上找到峰值（不是平均的）。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 库也可以工作。重要的是有一个选项可以获取峰值的幅度和延迟，并选择一个时间窗口进行检测。
另外，我不明白 get_peak 是否只返回最高峰，还是其他什么？如果有多个峰值。
谢谢！
解决方法
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 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，在主题内的条件下组织为试验（即，您在组级别工作）。如果您的 Epochs 对象只有一个主题，那么它就是：
tmp_evoked = all_epochs[cond][trial].average()
您可以进一步细化它以仅找到一个通道的峰值：
tmp_evoked = all_epochs[subj][cond][trial].pick(chan).average()
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
