打开H5文件以在MNE Python中使用

Question

我目前正在与The Virtual Brain (www.thevirtualbrain.org)合作开展项目，模拟了一些脑电图数据。为了进一步分析这些数据，我想在Python中打开这个模拟的时间序列，以便使用MNE包进行分析。然而，我只能以h5格式存储The Virtual Brain中的脑电图数据，并且我无法找出如何以一种可以用于使用MNE进行分析的方式打开此文件。

我可以在Python中读取h5文件并查看其描述：

文件键 <KeysViewHDF5 ['data', 'time']> 数据结构 <HDF5 dataset "data": shape (512, 2, 63, 1), type "<f8"> 时间结构 <HDF5 dataset "time": shape (512,), type "<f8">

但我不知道如何将这些数据实际用于再次分析它们作为脑电图。

有人有想法如何做到这一点吗？

谢谢！

Celien

- Celien_I

Answer 1

我曾经问过自己同样的问题。

我认为这可能会有所帮助。

TVB的TimeSeries.h5是一个带有2个数据集的hdf5文件：

1. 数据（EEG跟踪）
2. 时间

我们需要数据数据集（如果需要，也可以两个一起使用）。

import mne
import matplotlib.pyplot as plt
import numpy as np
from scipy.signal import welch
import h5py

with h5py.File('TVB_EEG.h5', 'r') as f:
    data = np.array(f['data'])
    
data = np.reshape(data, (data.shape[0], -1)).T

使用这些代码，我们将把TVB EEG数据转换为数组。

现在，我们需要创建信息和其他必要的内容，以完成转换为mne数据集（通道、采样频率等）：

ch_names = ['Ch' + str(i + 1) for i in range(data.shape[0])]
ch_types = ['eeg' for i in range(data.shape[0])]
sfreq = 1 / (data.shape[1] / 1000)
info = mne.create_info(ch_names=ch_names, ch_types=ch_types, sfreq=sfreq)

raw = mne.io.RawArray(data, info)

print(raw.info)
print('Duration:', raw.times[-1], 'seconds')

输出：

Creating RawArray with float64 data, n_channels=63, n_times=10000
    Range : 0 ... 9999 =      0.000 ... 99990.000 secs
Ready.
<Info | 7 non-empty values
 bads: []
 ch_names: Ch1, Ch2, Ch3, Ch4, Ch5, Ch6, Ch7, Ch8, Ch9, Ch10, Ch11, Ch12, ...
 chs: 63 EEG
 custom_ref_applied: False
 highpass: 0.0 Hz
 lowpass: 0.1 Hz
 meas_date: unspecified
 nchan: 63
 projs: []
 sfreq: 0.1 Hz
>
Duration: 99990.0 seconds

现在您可以在mne上处理TVB EEG文件：

示例：

fig, ax = plt.subplots(figsize=[20, 5])
start_time = 0
end_time = 99990

ax.plot(raw.get_data(picks=2, tmin=start_time, tmax=end_time).T)
plt.show()



raw.plot_psd(fmin= 0, fmax=0.045)
plt.show()

- SimoneT

Answer 2

'keys' 是 HDF5 节点（组或数据集）的名称。要熟练掌握，您需要了解 HDF5 文件架构。花些时间查看The HDF Group的 HDF5 文档。我推荐这个文档：Introduction to HDF5。

根据您上面的输出，您有 2 个数据集：

1. HDF5 数据集 "data": 形状为 (512, 2, 63, 1)，类型为 "<f8">
2. HDF5 数据集 "time": 形状为 (512,)，类型为 "<f8">

h5py 将数据集检索为 NumPy 数组。形状是数组的形状属性，类型是 dtype 属性。（熟悉 NumPy 也很有帮助。）在这种情况下，所有值都是浮点数。两个数据集都有 512 行，但不同的维度。我怀疑 time 数据集保存了您的时间值。您将不得不探索 data 数据集以了解该数据的组织方式。

这里是根据你的问题细节检索数据的伪代码。 data_arr 和 time_arr 是关联数据集的NumPy数组。

with h5py.File('yourfile.h5','r') as h5f:
    data_arr = h5f['data'][:]
    time_arr = h5f['time'][:]

一旦您将数据转换为NumPy数组，就可以使用Python和NumPy操作来处理它。这应该能让您入门。尝试一下，看看您可以如何使用data_arr和time_arr。注意：这是有关HDF5和h5py的快速概述。这个主题还有很多内容。

请注意，我使用了Python的上下文管理器with/as:而不是简单的h5py.File()调用。这是首选方法，并为您管理文件关闭操作（无需h5f.close()）。

- kcw78