MNE software for processing MEG and EEG data.
MNE software for processing MEG and EEG data.
复制标题
DOI：
10.1016/j.neuroimage.2013.10.027
复制
发表时间：
2014-02-01
期刊：
影响因子：
5.7
通讯作者：
Hämäläinen MS
中科院分区：
文献类型：
--
作者：
Gramfort A;Luessi M;Larson E;Engemann DA;Strohmeier D;Brodbeck C;Parkkonen L;Hämäläinen MS
脑磁图和脑电图仪(M/EEG)测量大脑中神经电流产生的微弱电磁信号。使用这些信号来表征和定位大脑活动是一项具有挑战性的任务，几十年的方法学贡献证明了这一点。MNE的名字来源于它从M/EEG数据计算皮质约束最小范数当前估计的能力，它是一个软件包，提供全面的分析工具和工作流程，包括预处理、源估计、时频分析、统计分析和几种方法来估计分布式大脑区域之间的功能连通性。本白皮书提供了有关MNE包的详细信息，并描述了典型的用例，同时也警告了分析中的潜在警告。MNE一揽子计划是多个研究所共同努力的成果，这些机构努力实施和分享最佳方法，并促进分析管道的分发，以提高研究的再现性。有关完整的文档，请访问http://martinos.org/mne.
Magnetoencephalography and electroencephalography (M/EEG) measure the weak electromagnetic signals originating from neural currents in the brain. Using these signals to characterize and locate brain activity is a challenging task, as evidenced by several decades of methodological contributions. MNE, whose name stems from its capability to compute cortically-constrained minimum-norm current estimates from M/EEG data, is a software package that provides comprehensive analysis tools and workflows including preprocessing, source estimation, time–frequency analysis, statistical analysis, and several methods to estimate functional connectivity between distributed brain regions. The present paper gives detailed information about the MNE package and describes typical use cases while also warning about potential caveats in analysis. The MNE package is a collaborative effort of multiple institutes striving to implement and share best methods and to facilitate distribution of analysis pipelines to advance reproducibility of research. Full documentation is available at http://martinos.org/mne.
登录
查看更多内容
影响因子：
3.5
作者：
Gorgolewski K;Burns CD;Madison C;Clark D;Halchenko YO;Waskom ML;Ghosh SS
通讯作者：
Ghosh SS
DOI：
10.1109/34.121791
发表时间：
1992-02-01
影响因子：
23.6
作者：
BESL, PJ;MCKAY, ND
通讯作者：
MCKAY, ND
影响因子：
5.7
作者：
Florin, Esther;Gross, Joachim;Timmermann, Lars
通讯作者：
Timmermann, Lars
影响因子：
5.7
作者：
Ghuman, Avniel Singh;McDaniel, Jonathan R.;Martin, Alex
通讯作者：
Martin, Alex
影响因子：
5.7
作者：
Dale, AM;Fischl, B;Sereno, MI
通讯作者：
Sereno, MI