用于与 MNE 进行连接数据分析的模块。
项目描述
跨国公司连接
MNE-Connectivity是一个开源 Python 包，用于建立在MNE-Python API之上的 MEG、EEG 或 iEEG 数据的连接性和相关测量 。它包括用于数据输入/输出、可视化、通用连通性分析以及事后统计和处理的模块。
该项目最初是从 v0.23 开始的 mne-python 移植过来的，由 Adam Li 作为 Google Summer of Code 2021 的一部分。随后 v0.1 和 v0.2 版本作为 GSoC 期间的一部分完成。未来的开发将在后续版本中进行。
文档
稳定的 MNE-Connectivity 文档可在线获取。
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有关更完整的说明和更高级的安装方法（例如最新的开发版本），请参阅安装指南。
获取最新代码
要使用pip安装最新版本的代码，请打开终端并键入：
pip install -U https://github.com/mne-tools/mne-connectivity/archive/main.zip要使用git获取最新代码，请打开终端并输入：
git clone git://github.com/mne-tools/mne-connectivity.git或者，您也可以下载 最新开发版本的 zip 文件。
为跨国公司连接做出贡献
请参阅 MNE-Connectivity 主页上的文档：
https://github.com/mne-tools/mne-connectivity/blob/main/CONTRIBUTING.md
论坛
关于连通性的说明
截至 2021 年，在神经科学界，“功能连接”一词可以有许多不同的含义，并包含许多不同的衡量标准。其中一些测量是有向的（即尝试绘制大脑区域之间的统计因果关系），其他测量是无向的。请注意，您的功能连通性测量的解释取决于数据和基本假设。有关功能连通性度量的分类和有关这些度量的解释的信息，我们参考了 Bastos 和 Schoffelen。
在 mne-connectivity 中，我们并不声称我们的任何衡量标准都意味着因果连接。
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。
源分布
内置分布
mne_connectivity -0.3-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | f2e687d37e1055571d3b3b1e671406276375f38846c2960e26615a05afdd7622 |
|
| MD5 | 4b14692d55b4ee53e511c8d52b4d5cea |
|
| 布莱克2-256 | a050755bf765d49cb7ef0a754580c7935f7609d78c2cbc8858bae17d75d64131 |