MNE-realtime

[!WARNING] 由于MNE-LSL（MNE-LSL）的发布，本项目已不再维护。目前，MNE-LSL 代替了 LSLClient，但尚不支持FieldTrip缓冲区。

这是一个使用MNE进行MEG/EEG数据实时分析的软件包。文档可在此处找到

• 示例
• API

依赖项

• numpy
• scipy
• MNE

安装

我们推荐使用Anaconda Python发行版。我们要求您使用Python 3。您可以选择通过pip安装mne-realtime。

除了numpy和scipy（这些包含在标准Anaconda安装中）之外，您还需要使用pip工具安装最新的MNE版本

$ pip install -U mne

然后安装mne-realtime

$ pip install https://api.github.com/repos/mne-tools/mne-realtime/zipball/main

这些pip命令也适用于您想要升级到mne-realtime的新版本。如果您在计算机上没有管理员权限，请使用pip的--user标志。

快速入门

info = mne.io.read_info(op.join(data_path, 'MEG', 'sample',
                        'sample_audvis_raw.fif'))
with FieldTripClient(host='localhost', port=1972,
                     tmax=30, wait_max=5, info=info) as rt_client:
    rt_epochs = RtEpochs(rt_client, event_id, tmin, tmax, ...)
    rt_epochs.start()
    for ev in rt_epochs.iter_evoked():
        epoch_data = ev.data

    # or alternatively, get last n_samples
    rt_epoch = rt_client.get_data_as_epoch(n_samples=500)
    continuous_data = rt_epoch.get_data()

《FieldTripClient》支持通过《FieldTrip缓冲区》连接多个供应商。它可以替换为其他客户端，如《LSLClient》。请参阅API以获取客户端列表。

错误报告

请使用github问题跟踪器来报告错误。