mne-python

收录理由

对于记录脑电活动的实验室来说，MNE-Python 是处理 MEG、EEG、sEEG、ECoG 和 fNIRS 数据的常用工具。它覆盖了从原始信号加载、清洗到伪迹剔除、源估计和连通性分析的完整流程，省去了把多个不兼容的包拼凑在一起的麻烦。库内自带的机器学习例程，比如时间泛化和感受野估计，能直接在神经生理数据上做解码分析。由于是纯 Python 实现，并且与 NumPy、SciPy 和 matplotlib 无缝衔接，它很自然地融入现有的科研工作流和 Jupyter 笔记本环境。如果你处理的是人类大脑记录数据，这个成熟且文档完善的库是值得依赖的基础。