raw, timestamp = ur.MNE_Read_EDF(path)
mne_events, events_dict = ev.MNE_prepare_events(path, timestamp)
epochs = mne.Epochs(raw, mne_events, events_dict, tmin=-0.5, tmax=0.5)
signal = epochs.plot(block=True)
这看起来很简单，但我迷路了。我在edf文件中有原始eeg信号，在csv文件中有事件。我设法通过这些事件创建时代，然后使用标记事件绘制原始信号，但是我需要将其转换为可在matlab中访问的文件。我不能用scipy.io.savemat作为情节吗？我不能简单地将这些文件加载到matlab中，因为它会以某种方式使时期失去同步，这可能是由于平均采样频率造成的。 MNE不这样做，但必须在matlab中进行进一步的分析。非常感谢，我在MNE网站上找不到答案。
答案 0 :(得分：0)
要获取原始纪元数据，您可以调用Epochs类的.get_data()方法。这将为您提供3D numpy形状阵列（n_epochs，n_channels，n_times）。
要获取您的活动数据，您可以使用find_events功能，该功能将返回events：
返回：
events：array，shape =（n_events，3）
找到的所有事件。第一列包含样本中的事件时间，第三列包含事件ID。输出 ='开始'或'步骤'，第二列包含紧接在事件/步骤之前的刺激通道的值。对于output ='offset'， 第二列包含事件后刺激通道的值 偏移量。
实际上，您的示例中的mne_events可能已包含您的事件数据。
这些数据可以使用您提到的scipy.io.savemat功能保存。