mne-bids-pipeline

一键自动处理脑电/脑磁数据,从原始信号到分组分析

mne-bids-pipeline 是一个基于 MNE-Python 的自动化神经电生理数据处理流水线,专门针对符合 BIDS 标准的脑电(EEG)、脑磁(MEG)等数据集。它解决了神经科学中数据预处理流程繁琐、重复性差、难以标准化的问题。用户只需提供 BIDS 格式的原始数据,该工具就能自动完成从原始信号到分组分析的完整流程,包括滤波、去伪迹、独立成分分析(ICA)、事件相关电位(ERP)计算、时频分析、源定位等步骤。其核心能力在于高度可配置的 YAML 配置文件,允许研究者灵活调整参数,同时保证分析的可重复性。它支持并行处理、自动生成质量报告,并输出符合 BIDS 衍生标准的处理结果,便于后续统计和共享。该工具由 MNE 社区维护,适合认知神经科学、临床神经生理学等领域的科研人员使用。

开源 free 行业应用
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 169
维护状态 活跃
是否开源
定价模式 free

项目数据

分类行业应用
开发团队mne-tools
所属国家
定价模式free
价格说明开源免费,基于 MNE-Python 的神经科学数据处理工具
访问状态
是否开源
开源协议BSD-3-Clause
主要语言Python
技术栈/模型bids,group-analysis,mne-python,neuroscience,pipeline,python
GitHub 星标★ 169
30天Star增速
HF 下载量
上线时间2019-01-28 00:00:00
最近更新2026-09-18 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0

使用教程

核心亮点

  • 基于 MNE-Python 生态,与主流神经影像工具无缝集成
  • 通过 YAML 配置实现全流程自动化,确保分析可重复
  • 支持多种模态(EEG/MEG)和多种分析步骤(ICA、ERP、源定位等)

不足之处

  • 文档和教程主要面向有经验的用户,新手学习曲线较陡
  • 社区规模相对较小,遇到问题时获取帮助的渠道有限

适用场景

  • 认知神经科学实验中的大规模 EEG 数据预处理与统计分析
  • 临床研究中 MEG 数据的标准化处理与组间对比
  • 多中心研究中的神经电生理数据统一处理流程

替代项目

EEGLAB、FieldTrip、Brainstorm

项目介绍

mne-bids-pipeline 是行业应用领域的开源项目,由 mne-tools 开发,2019 年首次发布。

它收录于行业应用分类,该分类目前共有 537 个项目,GitHub 星标数为 169。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-18。开源免费,基于 MNE-Python 的神经科学数据处理工具。

它主要面向的使用场景是:认知神经科学实验中的大规模EEG数据预处理与统计分析。同类可对比的替代方案包括 EEGLAB、FieldTrip、Brainstorm。

上一篇:cloud-volume

下一篇:awesome-virtual-try-on

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 101 2026-09-11
LiveTranslate 开源

直播看片实时翻译,字幕秒出,跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 681 2026-08-13