脑电/脑电信号源连接工具箱
scot的Python项目详细描述
scot是一个用于eeg/meg源连接估计的python包。
获得scot
#####来自PYPI
使用以下命令从pypi安装scot:
pip install scot
#####来源
使用以下命令获取源:
git clone –recursive https://github.com/scot-dev/scot.git scot
标志–recursive告诉git签出numpydoc子模块,这是构建文档所必需的。
依赖关系
必需:numpy,scipy
可选:matplotlib,scikit learn
这些库的最低支持版本是numpy 1.8.0、scipy 0.13.3、scikit learn 0.15.0和 MatplotLib 1.4.0版。较低版本可以工作,但未经测试。
示例
要在Linux上运行这些示例,请在scot主目录中调用以下命令:
PYTHONPATH=. python examples/misc/connectivity.py
PYTHONPATH=. python examples/misc/timefrequency.py
等
注意,您需要从https://github.com/SCoT-dev/scot-data获取示例数据。scot数据包必须位于python的搜索路径上。
注
从0.2版开始,所有scot例程中的数据格式都已更改。它现在与scipy和mne python一致。具体地说,epoched输入数据现在被排列成三维形状数组(epochs,channels,samples)。此外,连续数据现在被排列成二维形状的数组(通道,样本)。