-
Notifications
You must be signed in to change notification settings - Fork 86
/
Copy pathprotocol.py
152 lines (118 loc) · 3.31 KB
/
protocol.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
'''
El experimento para el Ejercicio (1) está en el directorio data/experimentosujeto.dat
Sujeto #1 se colocó el dispositivo de captura de señales de EEG EPOC Emotiv. Cuatro canales se habilitaron F7, F8 frontales y O1,O2 occipitales.
El dispositvo además tiene información de dos IMUs, en Gyro_x y Gyro_y.
La persona estuvo sentada durante 5 minutos aproximadamente. Durante diferentes períodos de tiempo realizó las siguientes acciones
* Movimiento de la cabeza hacia los laterales (Yaw). Esto se ve en una combinación de GYRO_X y GYRO_Y.
* Movimiento de la cabeza hacia adelante y atrás (pitch). Esto se ve en una combinación de GYRO_X y GYRO_Y.
* Movimiento de la cabeza hacia los lados (llevando las orejas a los hombros) (roll). Esto se ve en una combinación de GYRO_X y GYRO_Y.
* Pestañeo voluntario intermitente. F7 y F8
* Apertura y cierre de la boca. F7 y F8 pero con componentes en los otros canales, incluyendo los canales de los giróscopos.
* Cerró los ojos. Cambios en la frecuencia de 10 Hz en los canales occipitales O1 y O2.
* Permaneció inmovil mirando un punto fijo (y pestañando naturalmente). Este es el Baseline, y se reflejará en todos los canales de una forma que es diferente al resto.
El formato de los datos es
"COUNTER",
"AF3",
"F7",
"F3",
"FC5",
"T7",
"P7",
"O1",
"O2",
"P8",
"T8",
"FC6",
"F4",
"F8",
"AF4",
"GYRO_X",
"GYRO_Y",
"RESERVED",
"RESERVED",
"RESERVED",
"RESERVED",
"RESERVED"
Los datos buenos que tomamos deberían ser O1, O2, F7 y F8, GYRO_X y GYRO_Y.
'''
# In[1]:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import requests
from io import StringIO
# %%
signals = pd.read_csv('data/experimentosujeto.dat', delimiter=' ', names = [
"COUNTER",
"AF3",
"F7",
"F3",
"FC5",
"T7",
"P7",
"O1",
"O2",
"P8",
"T8",
"FC6",
"F4",
"F8",
"AF4",
"GYRO_X",
"GYRO_Y",
"RESERVED1",
"RESERVED2",
"RESERVED3",
"RESERVED4",
"RESERVED5"])
# %%
signals.shape
# In[1]:
data = signals.values
eeg = data[:,8]
plt.plot(eeg,'r', label='EEG')
plt.xlabel('t');
plt.ylabel('eeg(t)');
plt.title(r'EEG Signal') # r'' representa un raw string que no tiene caracteres especiales
plt.ylim([-2000, 2000]);
plt.xlim([0,len(eeg)])
plt.show()
# %%
data.shape
# %%
import mne
ch_names = [
"COUNTER",
"AF3",
"F7",
"F3",
"FC5",
"T7",
"P7",
"O1",
"O2",
"P8",
"T8",
"FC6",
"F4",
"F8",
"AF4",
"GYRO_X",
"GYRO_Y",
"RESERVED1",
"RESERVED2",
"RESERVED3",
"RESERVED4",
"RESERVED5"]
sfreq = 128
data =data[:,list([2,7,8,13,15,16])]
ch_renames = [ch_names[2],ch_names[7],ch_names[8],ch_names[13],ch_names[15],ch_names[16]]
ch_types = ['eeg' for _ in ch_renames]
info = mne.create_info(ch_renames, sfreq, ch_types=ch_types)
raw = mne.io.RawArray(data.T, info)
#raw.add_events(events)
raw.plot_psd()
raw.filter(1,20)
raw.plot_psd()
# %%
raw.plot(scalings='auto', block=True)