脑电

脑电python分析库MNE安装MNE-Python（通常简称 MNE）是一个开源的 Python 包，专门用于探索、可视化、处理和分析人类神经生理数据。它是目前脑电（EEG）、脑磁图（MEG）领域最流行、最全面的开源工具之一，同时也支持其他模态如皮层脑电（sEEG/ECoG）、近红外光谱（NIRS）等。

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安装最新版的 mne + curryreaderBash

250714脑电分析课题进展——基础知识扩展与论文阅读本周课题进展聚焦于论文与书籍阅读，以及基础知识的学习（包括机器学习与PyTorch的代码学习）毕明川. 基于EEG的冥想状态数据挖掘研究[D]. 集美大学, 2025.

信号处理--基于FBCSP滤波方法的运动想象分类目录理论工具方法代码获取python 3.8BCI dataset IV-1 数据集定义滤波器组，实现信号的频带分解

EEG脑电信号处理合集（1）：功率谱中常见artifacts通常EEG脑电信号采集完成以后，我们可以绘制出功率谱，一个正常的功率谱如下图所示：在10H在处有个明显的突起，在后方通道中，这是我们所期望看到的。每个通道功率谱曲线都有一个负斜率，这是因为较高的频率通常会有一个越来越低的功率。

EEG 脑电信号处理合集（2）：信号预处理脑电信号在采集完以后，需要进行一系列的预处理操作，然后才能用于后续的科学研究和计算。预处理是脑电信号分析最基本且重要的一步。基于python环境MNE库。

我是有底线的