问题描述
我正在为我的大学项目处理存储在“.gdf”文件中的 EEG 信号数据。我的目标是使用 Python 打开该文件。到目前为止,我可以使用 MNE 包打开该文件。代码是:
import os
import numpy as np
import mne
raw=mne.io.read_raw_gdf('1.gdf')
print(raw.info)
结果,我得到:
Extracting EDF parameters from C:\Users\Gamer\Desktop\1.gdf...
GDF file detected
Setting channel info structure...
Creating raw.info structure...
<Info | 7 non-empty values
bads: []
ch_names: AFz,F3,F1,Fz,F2,F4,FFC5h,FFC3h,FFC1h,FFC2h,FFC4h,...
chs: 64 EEG
custom_ref_applied: False
highpass: 0.0 Hz
lowpass: 128.0 Hz
meas_date: 2017-04-04 12:50:01 UTC
nchan: 64
projs: []
sfreq: 256.0 Hz
>
现在,我的问题是:
数据集描述位于 http://bnci-horizon-2020.eu/database/data-sets/001-2019/dataset_description_v1-1.pdf
解决方法
欢迎使用堆栈溢出和 mne-python! :)
如何使用 Python 知道数据集的维度?
如果您尝试打印您已阅读的原始文件(而不仅仅是其 info 属性),您应该能够看到尺寸。原始文件总是存储在 mne python channels-first 中,因此数据数组的维度是 channels x samples
。
如何以表格形式获取值?
如果您对数组没问题,则可以通过 .get_data()
方法 (see the docs here) 获取它。如果您更喜欢 Pandas 数据框,您可以通过 raw.to_data_frame()
(docs) 获得它。
但在获取数据数组/表之前,您可能需要执行过滤(例如 raw.filter(1,None)
)、注释坏数据段(tutorial)、插入坏通道(tutorial)和执行 ICA (tutorial)。一般来说,您尝试进行的分析很可能是在 mne 中实现的,或者使用 mne 对象更容易执行。
确保在 mne 文档中看到许多丰富的 tutorials 和 examples。
如果您有任何其他问题,我们现在使用 Discourse:https://mne.discourse.group/
raw= mne.io.read_raw_gdf("A01T.gdf")
X,t=raw.get_data(return_times=True
X.shape