第2章:加载与检查数据¶
本章会把一份记录数据加载进 MNELAB,并浏览用来描述它的各个面板——用的正是同一个 sample_audvis_raw.fif 文件,它已经在 MNE-Python 教程自己的加载与检查数据一章中被下载到了 ~/mne_data,所以这里不需要再下载任何新内容。
打开一份记录数据¶
把 .fif 文件拖到主窗口上,或使用 File → Open...。除了 MNE-Python 本身能读取的格式(FIF、EDF/BDF、BrainVision、EEGLAB 的 .set 等)之外,MNELAB 还自带了一些额外的导入器——其中最值得一提的是对 XDF 格式的广泛支持,这种格式用于记录多路同步的数据流(例如 EEG 加标记流,甚至再加眼动追踪),而纯 MNE-Python 处理起来就没有那么方便;此外还支持 MATLAB、NumPy 和 BVR 文件。加载完成后,该记录数据会作为新的一行出现在侧边栏中。
侧边栏与信息面板¶
侧边栏列出了你当前打开的所有数据集——你可以同时打开多份记录数据,通过点击某一行在它们之间切换。选中一个数据集后,旁边的信息面板会显示它的摘要:通道数量与类型、采样率、时长、在内存和磁盘上的大小,以及事件、标注、蒙太奇(电极布局)、参考等几行信息。其中好几行是可以点击的,点击后会直接跳转到对应的编辑对话框——点击 Reference 会打开与第3章中相同的对话框,点击 Events 会打开与第5章中相同的对话框,依此类推。
查看数据¶
- Plot → Plot Data 会在独立窗口中打开一个可滚动的信号浏览器——这是在做任何其他操作之前,用肉眼快速检查记录数据是否存在明显问题(通道平直、巨大伪迹等)的日常方法。
- Plot → Plot PSD 会计算并绘制功率谱密度,有助于发现工频噪声或异常嘈杂的通道。
- Plot → Plot Channel Locations 会在设置好蒙太奇之后(下一章会讲到)以二维/三维方式绘制电极布局,确认每个通道的位置是否合理。
如果你想以代码的形式看到这同一个"加载并检查"的步骤,那正是 MNE-Python 教程加载与检查数据一章中讲到的 mne.io.read_raw_fif() 调用,加上 raw.info、raw.plot()、raw.plot_psd()——本指南的第7章会准确展示 MNELAB 是如何把二者联系起来的。
下一步: 第3章 — 预处理 — 滤波与重参考