第 1 层 · 数据加载层 · 第 3 步 / 共 25 步

步骤 03:通道类型标注

为 EOG/EMG/EEG 等通道设置正确类型

🕐 15 分钟🎯 难度:入门🔗 核心 API:raw.set_channel_types⬅️ 前置:步骤 2

1. 目标

明确告知 MNE 哪些通道是 EEG、哪些是 EOG/ECG/EMG/STIM 等。通道类型决定后续平均参考、ICA、SSP 投影的行为——若 EOG 被误标为 EEG，会污染平均参考并破坏 ICA 分离。

2. 何时使用 / 何时跳过

必须使用：当 raw.get_channel_types() 中 EOG/ECG 通道被默认为 eeg 时
可跳过：已通过专用读取函数（如 read_raw_edf(preload=True, eog=['EOG1', 'EOG2'])）正确设置

3. 前置条件

已执行步骤 02：已确认通道名与通道类型分布

4. 核心代码

Python

import mne

# ====== 典型配置：脑电 + 双导眼电 + 心电 + 触发 ======
channel_type_mapping = {
    # EEG 通道（不需要单独标，MNE 默认就是 eeg）
    # 'Fp1': 'eeg',
    # 'Fp2': 'eeg',

    # 眼电通道
    'EOG001': 'eog',  # 水平眼电
    'EOG002': 'eog',  # 垂直眼电

    # 心电通道
    'ECG001': 'ecg',

    # 肌电通道（可选）
    'EMG001': 'emg',

    # 刺激/触发通道
    'STI001': 'stim',
}

raw.set_channel_types(channel_type_mapping)

# ====== 一次性应用 ======
# raw.set_channel_types({'HEOG': 'eog', 'VEOG': 'eog', 'ECG': 'ecg', 'Trigger': 'stim'})

# ====== 批量转换：把某些通道从 eeg 改为 eog ======
# raw.set_channel_types({'Fp1': 'eog'})  # 例如把 Fp1 当眼电参考

# ====== 反向操作：误标后还原 ======
# raw.set_channel_types({'EOG001': 'eeg', 'EOG002': 'eeg'})

5. 参数详解

参数	含义	取值范围
`channel_type_mapping`	通道名 → 通道类型的字典	key 必须在 `ch_names` 中
可选 channel type	`eeg` / `eog` / `ecg` / `emg` / `stim` / `misc` / `ref_meg` 等	见 `mne.io.constants`

6. 验证方法

Python

from collections import Counter

# 验证 1：打印通道类型分布
type_counter = Counter(raw.get_channel_types())
print(type_counter)
# 期望：{'eeg': 60, 'eog': 2, 'ecg': 1, 'stim': 1}

# 验证 2：断言关键类型存在
assert 'eeg' in raw.get_channel_types(), "没有 EEG 通道"
assert 'stim' in raw.get_channel_types(), "没有 STIM 通道（事件提取会失败）"

# 验证 3：可视化眼电通道（确认其振幅远大于 EEG，符合生理预期）
raw.plot(
    picks=['eog', 'ecg'],
    duration=10,
    scalings=dict(eeg=20e-6, eog=50e-6, ecg=50e-6),
)

7. 常见错误

错误	原因	解决方案
`ValueError: Channel ... not found`	字典 key 与实际通道名不一致	用 `raw.ch_names` 严格匹配（注意空格、大小写）
EOG 没被剔除出平均参考	步骤 13 未设 `ref_channels='REST'` 且未把 EOG 设成 `eog`	重新执行本步骤
ICA 拆出来的眼电成分不干净	EOG 被标为 `eeg` 参与了 ICA 拟合	重设通道类型并从步骤 16 重跑 ICA
后续 `find_events` 找不到事件	STIM 通道被误设为 `misc`	确保存在 `stim` 类型通道

8. 官方来源

资源类型	链接
API	https://mne.tools/stable/generated/mne.io.Raw.html#mne.io.Raw.set_channel_types
通道类型常量	https://mne.tools/stable/python_reference.html
教程：通道类型	https://mne.tools/stable/auto_tutorials/intro/plot_30_info.html

9. 学术引用

无需单独引用。本步骤的正确性已被 MNE 官方教程默认流程包含。