This is a collaborative space. In order to contribute, send an email to maximilien.chaumon@icm-institute.org
On any page, type the letter L on your keyboard to add a "Label" to the page, which will make search easier.
Test de la fonction find_bad_channels_maxwell de MNE-Python (v0.20)
PDF:
mne.preprocessing.find_bad_channels_maxwell
(raw, limit=7.0, duration=5.0, min_count=5, origin='auto', int_order=8, ext_order=3, calibration=None, cross_talk=None, coord_frame='head', regularize='in', ignore_ref=False, bad_condition='error', head_pos=None, mag_scale=100.0, skip_by_annotation='edge', 'bad_acq_skip', verbose=None)
Ce que fait la fonction
Elle prend en entrée le fichier brut sur lequel il est préconisé d’y appliquer un LPF à 40Hz en amont.
Pour un epoch (durée paramétrable; 5s par défaut) :
exécute sss sans enlever les composantes externes
détecte les cannaux flat (qui ont une faible variance <0.01fT sur une fenêtre de 30ms)
pour chaque canal: calcule l'amplitude crête à crête de la différence entre les data reconstruites et originales (d_k)
calcule la moyenne (mu_d) et l'écart-type (sigma_d) des deltas (après scaling paramétrable pour mettre mag et grad sur même ordre de grandeur)
canal marqué bad pour ce chunk si d_k > mu_d + "limit" x sigma_d ("limit" paramétrable; 7 par défaut)
canal marqué bad pour le fichier si nombre de buffer bad pour ce canal >= min_count (paramètre)
Test sur 6 fichiers présentant des jumps post-tsss
Après avoir essayé différentes valeurs pour chaque paramètre, celles par défaut semblent être optimales.
Ici, j’ai juste mis min_count à 1 (5 par défaut) afin de voir tout ce que MNE détecte.
2 fichier sur lesquels MNE et moi sommes entièrement d'accord
2 fichiers sur lesquels MNE trouve comme moi + 1 capteur qui provoque effectivement des jumps post-tsss mais très légers (non détectables en scrollant)
1 fichier où il y a un jump généralisé sur tous les capteurs du fichier raw, MNE ne voit rien (file06)
1 fichier (empty_room) ou je détecte 2 bad channels que MNE ne détecte pas mais en détecte 2 autres qui effectivement sont bad mais très légèrement, dont 1 non détectable en scrollant (file01)
ce que MNE n’a pas vu
file06
tsss :
raw :
file01 canal MEG1641
tsss :
raw :
file01 canal MEG1012
tsss :
raw :
ce que MNE a vu (et pas moi)
file01 canal MEG0911
tsss :
raw :
file01 canal MEG1932
tsss :
raw :