如何使用 Python 读取 edf 数据？我想分析一个 edf 文件的数据，但我无法使用pyEDFlib读取它。它抛出了错误OSError: The file is discontinous and cannot be read，我不知道为什么。
我有以 3D numpy 数组（纪元 * 通道 * 时间点）形式出现的 EEG 数据。时间点是一个包含每个采样时间点的 256 个元素数组（总共 1 秒，频率为 256Hz）。epoch 是一个实验性的试验。
我正在尝试将 numpy 数组导入 Python-MNE ( http://martinos.org/mne/stable/mne-python.html ) 理解的表单中，但我遇到了一些麻烦
首先，我不确定是否应该将这些原始数据作为 RawArray 或 EpochsArray 导入。我用这个尝试了后者：
ch_names = list containing my 64 eeg channel names
allData = 3d numpy array as described above
info = mne.create_info(ch_names, 256, ch_types='eeg')
event_id = 1
#I got this from a tutorial but really unsure what it does and I think this may be the problem
events = np.array([200, event_id]) #I got …我已经使用 Python 的 MNE 包加载了一些脑电图数据。该数据具有从 10-20 个剪辑中获得的 46 个记录通道，但我们已经识别出许多死通道，并且只想关注其余通道。
我可以删除频道，但我不知道如何绘制更新的蒙太奇。
首先，我加载 edf 文件，制作副本并删除所需的通道：
import mne as mn
raw = mn.io.read_raw_edf("patient_001.edf",preload=True)
raw_temp=raw.copy()
raw_temp.drop_channels(['E', 'LIO', 'RIO', 'X1', 'X2',
'X3','X4''X5', 'X6', 'X7', 'X8', 'X9', 'X10', 'X11', 'O2%', 'HR',
'DC03','DC04', 'EEG Mark1', 'EEG Mark2', 'BP1', 'BP2','STI 014'])
我检查了一下，频道已被删除。我现在想做的是仅使用剩余的 23 个通道绘制更新的蒙太奇：
raw_temp.info["ch_names"]
['Fp1'、'Fp2'、'F3'、'F4'、'C3'、'C4'、'P3'、'P4'、'O1'、'O2'、'F7'、'F8'、' T7'、'T8'、'P7'、'P8'、'Fz'、'Cz'、'Pz'、'A1'、'A2'、'T1'、'T2']
根据我对通道布局的极其有限的了解，我理解字母代表位置，数字代表半球，例如F4表示额叶，右侧。
以下打印 10-20 93 通道布局的剪辑：
montage = mn.channels.read_montage("standard_1020")
raw_temp.set_montage(montage)
montage.plot()
其他蒙太奇选项列于
https://github.com/mne-tools/mne-python/blob/master/mne/channels/montage.py
但我没有看到 46 通道选项。
有没有办法以某种方式为我的 23 个频道绘制蒙太奇？
我正在使用名为 Gtec.NAUTILUS 的 EEG 检测套件，它为我提供 500hz 下 32 个通道的二进制数据。然后数据将转换为 CSV 格式。现在我想使用 python 3.5.1 在 Microsoft Azure 中处理这些数据，但是 MNE 库（用于 EEG 数据分析）无法识别 CSV 文件。MNE 还支持其他格式。（ .cnt 、 .edf 、 .bdf 、 .egi 、 .set ）其他信息@： http: //martinos.org/mne/stable/manual/io.html#ch-convert
我的主要问题是；- 如何将 csv 文件转换为支持的格式之一？
另外；- 如何将二进制文件转换为 mne 支持的格式之一？（如果上一个问题不可能）
还; - 有人有处理脑电图数据的经验吗？我在数据处理时犯了一个重大错误吗？
注意：我正在 MATLAB 中执行此过程以进行脑电图数据分析，但似乎 microsoft azure 不支持它。因此我正在尝试学习 python 以实现兼容性。
提前致谢。
对于那些有兴趣的人：
来自第三方开发商的免费程序： http: //www.biosemi.com/download.htm