时间戳

首页 > 解决方案 > 使用模板 MRI 进行 MNE 体积源估计

python - 使用模板 MRI 进行 MNE 体积源估计

问题描述

我想用MNE图书馆提供的模板 MRI 进行体积源估计。我所拥有的只是用standard_1020蒙太奇采样的脑电图数据。

通过参考这些文档，我成功地使用模板 MRI 绘制了源估计：

但是，这样的图不是我想要的： 在此处输入图像描述

我想要这样的图： 在此处输入图像描述

我检查了这些文档，通过使用模板 MRI 调整 EEG 正向操作员的解决方案来获得解决方案，但发现我首先必须得到volume source estimate，而不是source estimate.

我还检查了典型的 M/EEG 工作流程，并了解了工作流程的一般概念。

我想如果我不能使用模板 MRI，我想我可以使用来自 的样本数据集MNE，但我不知道从哪里开始。我阅读并阅读了文件，但找不到提示。

以下是到目前为止我发现的与我的问题相关的文件：

涵盖体积源估计的 MNE 文件

示例库

教程

标签： pythonsensorsmne-python

解决方案

我想到了。不过把东西拼凑起来很痛苦。

# %% Importing libraries
import os.path as op

import mne
from mne.datasets import fetch_fsaverage
from mne.minimum_norm import apply_inverse

####################################
## data manipulation part omitted ##
####################################

# %% Template MRI
fs_dir = fetch_fsaverage(verbose=True)
subjects_dir = op.dirname(fs_dir)

# Trans, and BEM
subject = 'fsaverage'
trans = 'fsaverage'
bem = op.join(fs_dir, 'bem', 'fsaverage-5120-5120-5120-bem-sol.fif')
mri = op.join(fs_dir, 'mri', 'T1.mgz')

# %% Setup volumn source space (This is the part how to create volSourceEstimate)
vol_src = mne.setup_volume_source_space(
    subject, mri=mri, pos=10.0, bem=bem,
    subjects_dir=subjects_dir,
    add_interpolator=True,
    verbose=True)

# %% Forward solution
fwd = mne.make_forward_solution(raw.info, trans=trans, src=vol_src,
                                bem=bem, eeg=True, meg=False, mindist=5.0, n_jobs=1)

# %% Inverse operator
info = evoked.info
inv = mne.minimum_norm.make_inverse_operator(info, fwd, noise_cov,
                                                          loose=1, depth=0.8)
# %% Source space
snr = 3.0
lambda2 = 1.0 / snr ** 2
method = "dSPM"
stc = apply_inverse(evoked, inv, lambda2, method)
stc.crop(0.0, 0.2)

stc.plot(vol_src, subject='fsaverage', subjects_dir=subjects_dir)

推荐阅读