基于模板MRI的MNE体积源估计

Question

我想使用^{}库提供的模板MRI进行体积源估计。我所拥有的只是脑电图数据，它是用standard_1020蒙太奇进行采样的

通过参考以下文件，我成功地用模板MRI绘制了源估算图：

• EEG forward operator with a template MRI
• Source localization with MNE/dSPM/sLORETA/eLORETA

但是，像这样的数字不是我想要的：

我想要一个这样的数字：

我检查了这些文档，通过调整来自EEG forward operator with a template MRI的解决方案来获得解决方案，但发现我首先必须获得volume source estimate，而不是source estimate

我还检查了The typical M/EEG workflow，了解了工作流的一般概念

我想如果我不能使用模板MRI，我想我可以使用来自MNE的样本数据集，但我不知道从哪里开始。我读了又读，但是找不到任何提示

以下是我发现的与我的问题相关的文件：

涉及量源估算的MNE文件

示例库

• Compute envelope correlations in volume source space
• Compute MNE-dSPM inverse solution on evoked data in volume source space
• Compute LCMV inverse solution in volume source space
• Morph volumetric source estimate

教程

• Source localization with equivalent current dipole (ECD) fit

Answer 1

我想出来了。但是把东西拼凑在一起是很痛苦的

# %% Importing libraries
import os.path as op

import mne
from mne.datasets import fetch_fsaverage
from mne.minimum_norm import apply_inverse

####################################
## data manipulation part omitted ##
####################################

# %% Template MRI
fs_dir = fetch_fsaverage(verbose=True)
subjects_dir = op.dirname(fs_dir)

# Trans, and BEM
subject = 'fsaverage'
trans = 'fsaverage'
bem = op.join(fs_dir, 'bem', 'fsaverage-5120-5120-5120-bem-sol.fif')
mri = op.join(fs_dir, 'mri', 'T1.mgz')

# %% Setup volumn source space (This is the part how to create volSourceEstimate)
vol_src = mne.setup_volume_source_space(
    subject, mri=mri, pos=10.0, bem=bem,
    subjects_dir=subjects_dir,
    add_interpolator=True,
    verbose=True)

# %% Forward solution
fwd = mne.make_forward_solution(raw.info, trans=trans, src=vol_src,
                                bem=bem, eeg=True, meg=False, mindist=5.0, n_jobs=1)

# %% Inverse operator
info = evoked.info
inv = mne.minimum_norm.make_inverse_operator(info, fwd, noise_cov,
                                                          loose=1, depth=0.8)
# %% Source space
snr = 3.0
lambda2 = 1.0 / snr ** 2
method = "dSPM"
stc = apply_inverse(evoked, inv, lambda2, method)
stc.crop(0.0, 0.2)

stc.plot(vol_src, subject='fsaverage', subjects_dir=subjects_dir)