Оценка объема источника MNE с помощью шаблона MRI - PullRequest
Новая
       61

Оценка объема источника MNE с помощью шаблона MRI

0 голосов
/ 13 февраля 2020

Я хочу выполнить оценку объема источника с помощью шаблона MRI, предоставленного библиотекой MNE. Все, что у меня есть, - это данные ЭЭГ, которые были отобраны с помощью standard_1020 монтажа.

Я успешно построил оценку источника с помощью шаблона МРТ, обратившись к следующим документам:

Однако такой рисунок не тот, который я хочу: enter image description here

Мне нужна фигура, подобная этой: enter image description here

Я проверил эти документы, чтобы получить решения путем настройки решений из Оператор прямой ЭЭГ с шаблоном MRI , но обнаружил, что сначала я должен получить volume source estimate, а не source estimate.

Я также проверил Типичный рабочий процесс M / EEG и получил общее представление о рабочем процессе.

Я думаю, что если я не смогу использовать шаблон MRI, я думаю, что я могу использовать образец набора данных из MNE, но я не знаю, с чего начать. Я прочитал и прочитал документы, но не смог найти подсказки.

Вот документы, которые я обнаружил, связанные с моей проблемой до сих пор:

MNE документы, которые охватывают оценку источника объема

Пример галереи

Учебные пособия

1 Ответ

0 голосов
/ 14 февраля 2020

Я понял это. Хотя было больно собирать вещи вместе. 

# %% 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)
...