EEG-Pype:一个可访问的MNE-Python管道,具有图形用户界面,用于预处理和分析静态电脑图数据.

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 数据科学数据科学数据科学

背景情况:

• 电脑电图 (EEG) 数据处理涉及噪声和人工物清除的复杂步骤,通常需要编程专业知识.
• 现有的强大的工具箱,如MNE-Python是基于命令行,为非程序员创造了一个障碍.
• 标准化和可重复的EEG预处理对于临床和研究应用至关重要.

研究的目的:

• 推出EEG-Pype,一个开源的图形用户界面 (GUI) 应用程序.
• 使用MNE-Python函数提供一个直观的工作流程,用于预处理静态EEG数据.
• 降低标准化EEG预处理的进入障碍,提高可重现性.

主要方法:

• 开发了EEG-Pype作为一个Apache-2.0授权的GUI应用程序.
• 集成的MNE-Python功能用于EEG预处理任务.
• 包括用于频段过,独立组件分析和基于图谱的光束成型的功能.
• 支持常见的原始EEG输入格式,并通过手动错误通道/时代选择指导用户.
• 使用MNE-Python的交互图表简化手动步骤.
• 启用了配置保存/加载,用于批处理和日志记录以实现可重复性.
• 添加了一个定量EEG (qEEG) 测量模块 (光谱,功能连接,网络分析).

主要成果:

• EEG-Pype为复杂的EEG数据预处理提供了一个用户友好的界面.
• 该应用程序促进了标准化的预处理管道,包括源级分析.
• 手动数据选择通过交互式可视化来简化.
• 批处理和日志记录功能提高了可复制性和文档性.
• 量化EEG测量可以根据预处理的数据进行计算.

结论:

• EEG-Pype有效地降低了EEG数据分析的进入障碍.
• 图形界面在神经科学和临床环境中促进了标准化和可重复的研究实践.
• 它使得没有编程知识的研究人员能够进行先进的EEG预处理和分析.