# Autoreject 代码仓库 > AI 辅助翻译，非官方版本。专业判断、引用和争议应以原文及其勘误为准。 - 来源 ID：S0155 - 原始来源：https://raw.githubusercontent.com/autoreject/autoreject/97a735960955f6259bcf31dcebec2e2373ed5ef4/README.rst - 许可：BSD-3-Clause - 翻译方法：Independent manual review; SHA-256-pinned source and translation - 审校状态：独立人工审校完成 ## 原始文件映射 - [README.rst](../original/README.rst) ## 许可文件（保留原文） - [github-license-api.json](../license/github-license-api.json)：法律或许可证据原文未翻译 - [LICENSE](../license/LICENSE)：法律或许可证据原文未翻译 ## 原始文件：README.rst autoreject ========== |CircleCI|_ |GitHub Actions|_ |Codecov|_ |PyPI|_ |Conda-Forge|_ .. |CircleCI| image:: https://circleci.com/gh/autoreject/autoreject/tree/main.svg?style=shield&circle-token=:circle-token .. _CircleCI: https://circleci.com/gh/autoreject/autoreject .. |GitHub Actions| image:: https://github.com/autoreject/autoreject/actions/workflows/test.yml/badge.svg .. _GitHub Actions: https://github.com/autoreject/autoreject/actions/workflows/test.yml .. |Codecov| image:: http://codecov.io/github/autoreject/autoreject/coverage.svg?branch=main .. _Codecov: http://codecov.io/github/autoreject/autoreject?branch=main .. |PyPI| image:: https://badge.fury.io/py/autoreject.svg .. _PyPI: https://badge.fury.io/py/autoreject .. |Conda-Forge| image:: https://img.shields.io/conda/vn/conda-forge/autoreject.svg .. _Conda-Forge: https://anaconda.org/conda-forge/autoreject/ 这是一个自动剔除脑磁图和脑电图（M/EEG）数据中的不良试次并修复不良传感器的库。 .. image:: https://autoreject.github.io/stable/_images/sphx_glr_plot_auto_repair_001.png :width: 400 文档可通过以下链接访问： - `稳定版本 `_ - `最新开发版本 `_ .. docs_readme_include_label 安装 ------------ 我们推荐使用 `Anaconda Python 发行版 `_，并使用 **Python 3.10 或更高版本**。还建议把 ``autoreject`` 安装在隔离的 Python 环境中。 要获取 ``autoreject`` 的稳定版本，可使用 ``pip``:: pip install -U autoreject 也可以使用 ``conda``:: conda install -c conda-forge autoreject 如需 ``autoreject`` 的最新开发版本，请使用:: pip install https://github.com/autoreject/autoreject/archive/refs/heads/main.zip 可用以下命令检查安装是否成功:: python -c 'import autoreject' 运行后不应出现错误消息。 以下是 ``autoreject`` 的依赖项。安装 ``autoreject`` 时会自动安装所有必需依赖。 * ``mne`` (>=1.5.0) * ``numpy`` (>=1.21.2) * ``scipy`` (>=1.7.1) * ``scikit-learn`` (>=1.0.0) * ``joblib`` * ``matplotlib`` (>=3.5.0) 可选依赖为： * ``openneuro-py``（>= 2021.10.1，用于从 `OpenNeuro.org `_ 获取数据） 快速开始 ========== 最简便的入门方式是把下面三行代码复制到脚本中： .. code:: python >>> from autoreject import AutoReject >>> ar = AutoReject() >>> epochs_clean = ar.fit_transform(epochs) # doctest: +SKIP 这会自动清理由 MNE-Python 读取的 `epochs` 对象。要取得剔除字典，只需执行： .. code:: python >>> from autoreject import get_rejection_threshold >>> reject = get_rejection_threshold(epochs) # doctest: +SKIP 我们还实现了 `PREP 流水线 `_ 中的 RANSAC （完整的 PREP 流水线实现见 `PyPREP `_）。其 API 相同： .. code:: python >>> from autoreject import Ransac >>> rsc = Ransac() >>> epochs_clean = rsc.fit_transform(epochs) # doctest: +SKIP 更多细节请查看 `自动检测并修复不良 epochs 的示例 `_。 错误报告 =========== 请使用 `GitHub 议题跟踪器 `_ 报告错误。 引用 ==== [1] Mainak Jas, Denis Engemann, Federico Raimondo, Yousra Bekhti, and Alexandre Gramfort, "`Automated rejection and repair of bad trials in MEG/EEG `_." In 6th International Workshop on Pattern Recognition in Neuroimaging (PRNI), 2016. [2] Mainak Jas, Denis Engemann, Yousra Bekhti, Federico Raimondo, and Alexandre Gramfort. 2017. "`Autoreject: Automated artifact rejection for MEG and EEG data `_". NeuroImage, 159, 417-429. ## 原文 DOI 与数字核对索引 下列不变量从原始载荷自动提取，仅用于核对译文完整性，不构成额外证据摘要。 - `10.3389` - `10.3389/fninf.2015.00016` - `001` - `01313458` - `053811917305013` - `1` - `1.0.0` - `1.21.2` - `1.5.0` - `1.7.1` - `159` - `2` - `2015.00016` - `2016` - `2017` - `2021.10.1` - `3.10` - `3.5.0` - `400` - `417` - `429`