Python中MNE库的EEG数据PCA和ICA预处理.zip

python中MNE库中ICA和PCA的使用，资料包中提供了源代码和数据，可供调试使用。资料包中的数据来源与BCI竞赛中运动想象的公开数据集，挑选了部分数据进行处理。

import mne
import pickle
from mne.decoding import UnsupervisedSpatialFilter
import matplotlib.pyplot as plt
import numpy as np
from sklearn.decomposition import PCA FastICA

# 设置log输出等级
mne.set_log_level（False）

# 加载训练数据
with open（r‘F:\BaiduNetdiskDownload\BCICompetition\BCICIV_2b_gdf\Train\CueLeftRight\trainData.pkl‘‘rb‘） as f:
    epochsTrain = pickle.load（f）

# 绘制原始数据的epochs均值，也就是evoked
epochsTrain.average（）.plot（）

# 获取训练数据（纯数据非epoch格式）
trainData = epochsTrain.get_data（[‘EEG:Cz‘ ‘EEG:C3‘ ‘EEG:C4‘]）

# 创建PCA的计算模型
pca = UnsupervisedSpatialFilter（PCA（3） average=False）
# 进行PCA处理
pca_data = pca.fit_transform（trainData）
# 将其转换为evoked类型并绘图
ev1 = mne.EvokedArray（np.mean（pca_data axis=0）mne.create_info（3 250 ch_types=‘eeg‘） tmin=-0.2）
ev1.plot（show=False win

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2020-03-31 12:20  Python中MNE库的EEG数据（PCA和ICA）预处理\
     文件        1330  2020-03-31 11:54  Python中MNE库的EEG数据（PCA和ICA）预处理\PCAandICA.py
     文件        3817  2020-03-31 11:15  Python中MNE库的EEG数据（PCA和ICA）预处理\plot_decoding_unsupervised_spatial_filter.ipynb
     文件        2496  2020-03-31 11:15  Python中MNE库的EEG数据（PCA和ICA）预处理\plot_decoding_unsupervised_spatial_filter.py
     文件     4031941  2020-01-17 13:49  Python中MNE库的EEG数据（PCA和ICA）预处理\trainData.pkl