mne-connectivity: 使用MNE进行连接性数据分析的模块。
项目描述
MNE-Connectivity
MNE-Connectivity 是一个开源的Python包,用于MEG、EEG或iEEG数据的连接性和相关度量,基于MNE-Python API构建。它包括数据输入/输出、可视化、常见连接性分析以及事后统计和处理的模块。
该项目最初从mne-python迁移过来,从v0.23版本开始,由Adam Li作为2021年Google Summer of Code的一部分进行迁移。随后,v0.1和v0.2版本在GSoC期间发布。未来的开发将在后续版本中进行。
文档
稳定版的MNE-Connectivity文档可在网上获取。
安装MNE-Connectivity
要安装MNE-Connectivity的最新稳定版本,您可以在终端中使用pip。
pip install -U mne-connectivity
有关更详细的说明和更高级的安装方法(例如最新开发版本),请参阅安装指南。
获取最新代码
要使用pip安装代码的最新版本,请在终端中输入
pip install -U https://github.com/mne-tools/mne-connectivity/archive/main.zip
要使用git获取最新代码,请在终端中输入
git clone https://github.com/mne-tools/mne-connectivity.git
或者,您还可以下载最新开发版本的zip文件。
为MNE-Connectivity做贡献
请参阅MNE-Connectivity主页上的文档
https://github.com/mne-tools/mne-connectivity/blob/main/CONTRIBUTING.md
论坛
关于连接性的说明
截至2021年,神经科学社区中的“功能连接”一词可以有多种不同的含义,包括许多不同的衡量标准。其中一些是定向的(即试图映射大脑区域之间的统计因果关系),而另一些是非定向的。请注意,您功能连接度量标准的解释取决于数据和潜在假设。关于功能连接度量标准的分类及其解释的信息,我们参考了Bastos和Schoffelen。
在mne-connectivity中,我们不声称我们的任何度量标准暗示了因果连接。
项目详情
下载文件
下载适用于您的平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。
源分发
构建分发
mne_connectivity-0.7.0.tar.gz的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 89f9e11d1843395dd67458f027aedee1a70fdfce97241a7d3f2710164d537864 |
|
MD5 | 075bb2824916c46bdcf9875c1571a6c6 |
|
BLAKE2b-256 | ed50f6dde9b21140caf1f53bba0126bddc1890bc766c8119c05b4f59d4dfda31 |
mne_connectivity-0.7.0-py3-none-any.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 879f9041e10d9e1cadcbb02526fd79f2819af5b5d811934a3af2865aae530d07 |
|
MD5 | c1435b082c5c39ed9544c74795bed446 |
|
BLAKE2b-256 | 4006a8d2fe4f73c12350b163c7b6c8fd32abb40774720de5249234c143b44a6b |