目的:利用python自带的 pyEMD 实现 经验模态分解(EMD)
1 加载python库
1 | import numpy as np |
2 EMD分解
1 | # 生成示例信号 |
1 | import numpy as np |
1 | # 生成示例信号 |
目的:介绍用python的MNE预处理EEG数据,并绘制ERSP EEG analysis with MNE-Python This tutorial covers the basic EEG pipeline for event-related analysis: loading data, pr
目的:利用matlab工具包 BrainNet Viewer 绘制脑网络图 1. BrainNet Viewer 的主要功能 脑网络的多视角显示 显示多种脑曲面、节点和边构成的不同组合 多种方式调节点、边的颜色和大小 自定阈值来提取相关矩阵中的边信息 实现体素图像到曲面的映射 可进行放大、缩小、旋转
目的:绘制加权有向连接图 1. 用连接边的颜色表示两个节点之间的强度 2. 用边的权重来表示节点连接的强度 参考: https://networkx.org/documentation/stable/auto_examples/drawing/plot_directed.html https://n
目的:介绍跨频耦合的背景及常用的计算方法 1、背景 神经科学的核心问题之一是神经活动如何在不同的空间和时间尺度上协调。 跨频率耦合(Cross-frequency coupling, CFC) 已被提出在时间和空间尺度上协调神经动力学。 时间尺度:神经振荡之间的相幅耦合。例如,低频振荡的相位可以影响
目的:利用MNE实现自定义矩阵大脑拓扑图的绘制 0、加载python库 123456import numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport mne%matplotlib qt 1、获取可用的电极布局系统 在
Weisihong:生命科学与技术学院,健康与康复科学研究所的研究生 研究方向:信号预处理、EEG与fNIRS多模态融合、时频分析、脑网络功能连接算法、机器学习、统计分析
v1.5.2