第0章:什么是 Brainstorm

本仓库中还包含另一条独立的教程线索——Brainstorm,一款用于分析脑磁图(MEG)、脑电图(EEG)等脑成像数据的免费应用程序。它与仓库其他部分介绍的MNE-Python 线索并列,但属于完全不同类型的工具。本线索可以独立阅读,不需要任何 Python 或 MNE-Python 基础。

一句话认识 Brainstorm

Brainstorm 是一款免费、开源的应用程序(基于 MATLAB 构建,但也提供无需 MATLAB 许可证的独立版本),用于分析 MEG、EEG、ECoG 等信号。你不需要写代码,而是通过图形界面操作:在树状列表中点选文件,将其拖入处理选项卡,从可搜索的列表中选择一个操作,结果就会以新文件的形式出现,并可以立即以三维方式查看。它由南加州大学与麦吉尔大学开发,在众多神经科学实验室中被广泛使用,尤其擅长溯源分析——推断某个信号究竟来自大脑的哪个区域,而不只是头皮上某个传感器测到了什么。

已经有 MNE-Python 了,为什么还需要一个图形界面工具

两者解决的是相互重叠的问题,只是取舍不同。很多实验室会同时使用这两种工具。

• 探索与教学。 逐个点开记录、尝试某个滤波器、立刻看到结果,这种方式往往学得更快,探索起来也更直接。
• 无需编程。 从未写过一行 Python 代码的合作者,也能自己处理和可视化数据。
• 内置三维可视化。 皮层表面、溯源图、头皮地形图只需点击一下即可显示,无需自己编写绘图代码。
• 可重复性与可扩展性。 这正是 MNE-Python 更有优势的地方——一段脚本可以对 50 名被试完全一致地运行,并纳入版本控制;而在图形界面中对 50 名被试手动重复同样的操作,既慢又容易出错。

两者并不是相互替代的关系。本线索的第7章会在你了解了两者之后,再回到这个问题。

本线索的内容

与 MNE-Python 线索一样,同样是零基础、共 8 章的风格,只是这里带你走的是 Brainstorm 的界面,而不是代码。

#	章节
0	什么是 Brainstorm
1	安装与首次启动
2	协议、被试与研究
3	导入数据
4	预处理
5	传感器层面的分析
6	溯源分析
7	与 MNE-Python 的衔接

如果你完全不熟悉 EEG/MEG 的基本概念(什么是通道、什么是事件标记、"参考电极"是什么意思等),MNE-Python 线索的EEG 基础一章介绍了这些背景知识——这些内容与具体工具无关,在这里同样适用。

下一章: 第1章 — 安装与首次启动