技术细节-MNE读取neuroscan curry9版本cdt文件

创建一个新的、干净的 conda 环境

Bash

复制代码
# 1. 创建新环境(建议 python 3.10 或 3.11)
conda create -n curry_mne python=3.11

# 2. 激活
conda activate curry_mne

安装最新版的 mne + curryreader

Bash

复制代码
# 方式一:最推荐
mamba install -c conda-forge mne curryreader -y

# 方式二:如果没有 mamba,就用 conda
# conda install -c conda-forge mne curryreader -y

验证安装成功

Python

复制代码
import mne
import curryreader

print(mne.__version__)          # 应该 ≥ 1.11.0
print(curryreader.__version__)  # 应该 ≥ 0.1.x

如果上面两个都能成功 import 环境已经准备好了

最常用、最稳妥的读取开始时间代码

Python

复制代码
import mne
from datetime import datetime
import re

fname = r'xxx.cdt'

# 读取文件
raw = mne.io.read_raw_curry(fname, preload=False)

print(raw.info)

运行成功会打印如下信息,包括记录的通道,等等

相关推荐
SmartBrain2 小时前
FastAPI进阶(第一部分):路由和依赖特性(含考题)
开发语言·python
nimadan122 小时前
**手机写小说软件有哪些2025推荐,适配不同创作习惯的实用
python·智能手机
Liue612312312 小时前
基于MS-RCNN和X101-64x4d_FPN的船舶类型识别与检测方法研究
python
Sunsets_Red2 小时前
浅谈随机化与模拟退火
java·c语言·c++·python·算法·c#·信息学竞赛
张3蜂3 小时前
Python pip 命令完全指南:从入门到精通
人工智能·python·pip
人工智能AI酱3 小时前
【AI深究】高斯混合模型(GMM)全网最详细全流程详解与案例(附Python代码演示) | 混合模型概率密度函数、多元高斯分布概率密度函数、期望最大化(EM)算法 | 实际案例与流程 | 优、缺点分析
人工智能·python·算法·机器学习·分类·回归·聚类
Faker66363aaa3 小时前
Faster-RCNN改进一基于R50-FPG的人脸与垃圾物体检测识别_crop640-50e_COCO
python
kaizq3 小时前
Windows下基于Python构造Dify可视应用环境[非Dock]
windows·python·dify·大语言模型llm·人工智能ai·智能体agent
kyle~4 小时前
Python---Flask 轻量级Web框架
开发语言·python·flask