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:
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
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
- java - 如何使用 Android 和 Firebase 修复此错误
- python - Python 解析字符串赋值
- c - 字符串数组指针/数组名的有效赋值是什么?
- mysql - 无法连接到数据库:用户访问被拒绝
- javascript - insertRule ":before" 用于除某些以外的所有用户
- firebase - 使用 firebase-import 导致“被杀死”,没有任何解释
- verilog - 有没有办法在 FPGA 上存储百万位的矩阵?
- python - “str = str.replace("something", "something_else")" 在 Python 3.6.5 中不起作用
- h2o - H2O H2OServerError:训练模型时出现 HTTP 500 服务器错误
- javascript - 如何使用表格坐标显示地图