一个兼容MNE的近红外光谱数据处理软件包
项目描述
MNE-NIRS 是一个兼容 MNE-Python 的近红外光谱数据处理软件包。
MNE-Python 提供了 fNIRS 分析的支持，此软件包扩展了该功能，并添加了 GLM 分析、辅助函数、额外算法、数据质量指标、绘图和文件格式支持。
文档
此项目的文档托管在此：https://mne-tools.github.io/mne-nirs。
您可以在文档中找到示例列表。
功能
MNE-NIRS 和 MNE-Python 提供了各种工具，用于处理 fNIRS 数据，包括
标准预处理，包括 光学密度计算和 Beer-Lambert 定律转换、滤波等。
具有各种定制选项的 GLM 分析，包括 包括 FIR 或 标准 HRF 分析、更高阶 自回归噪声模型、短通道回归、感兴趣区域分析 等。
从原始数据到处理波形的所有处理阶段的可视化工具，包括 GLM 结果可视化，包括传感器和皮质表面投影。
数据清理函数，包括流行的短通道技术和负相关性增强。
使用 （稳健的）线性混合效应模型 和 波形平均 进行群体水平分析。
贡献
欢迎贡献（非常欢迎！）。贡献可以是功能请求、改进的文档、错误报告、代码改进、新代码等。任何贡献都将受到赞赏。注意：此软件包遵循与 MNE 相同的贡献 标准。
致谢
此软件包是在许多其他优秀软件包的基础上构建的。如果您使用 MNE-NIRS，也应感谢这些软件包。
MNE-Python: https://mne.tools/dev/overview/cite.html
Nilearn: http://nilearn.github.io/authors.html#citing
statsmodels: https://statsmodels.pythonlang.cn/stable/index.html#citation
在关于 MNE-NIRS 的期刊文章出现之前，请引用 此文章。
Docker
要使用指定的 MNE-NIRS 版本启动 Jupyter lab 服务器，并在 Mac 或 nix 计算机上挂载本地目录，请使用
docker run -p 8888:8888 -v `pwd`:/home/mne_user ghcr.io/mne-tools/mne-nirs:v0.1.2 jupyter-lab --ip="*"或在 Windows 上
docker run -p 8888:8888 -v %cd%:/home/mne_user ghcr.io/mne-tools/mne-nirs:v0.1.2 jupyter-lab --ip="*"
下载文件
下载适用于您平台的文件。如果您不确定选择哪个，请了解有关安装包的更多信息。
源分布
构建分布
mne_nirs-0.7.1.tar.gz的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | c2cd6b0ee0057a2f26695d91d97e4b65e9fc7aaada90e1b2af0bbc5af255663e |
|
| MD5 | eb601a7ab1330f2bc8069b5ad8810d11 |
|
| BLAKE2b-256 | cc6dcb984fccf419a53f35751825a9844f821ba46177be8f85f5e90eaf7dd720 |
mne_nirs-0.7.1-py3-none-any.whl的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 7e6cddb97c43193d57c4653ae032f668175ca636a3ced74d720e671d025f988f |
|
| MD5 | 7a46bc790e1012442e7a0bb5bab6539f |
|
| BLAKE2b-256 | 1764219f8655297d641ede8af9dc0850d0a0cd458f9c52cc18ccb74ffff3d737 |
