PSYFNIRS

fNIRS 数据仓库 — 院内 CRB35 近红外成像仪采集，任务：视频观看期间大脑激活。

数据格式

文件扩展名为 .bin，实为 Homer2 .nirs 格式（MATLAB 5.0 MAT 文件）。
可用 scipy.io.loadmat(filepath, appendmat=False) 直接读取。

变量	说明
d	原始光强矩阵 (n_times, n_channels)
t	时间轴 (n_times,)，单位 s
ml	通道列表 (n_channels, 4): [src, det, type, wl_idx]（第4列为波长索引：1=690nm, 2=830nm）
s	刺激触发 (n_times, n_stim)
aux	辅助通道 (n_times, 8)
SD	Source-Detector 配置，含 Lambda（波长）、SrcPos、DetPos

目录结构

PSYFNIRS/
├── 0/                        # 被试 0
│   ├── 20230424_0053_03.bin
│   └── 20230424_0549_01.bin
├── 1/                        # 被试 1
│   └── 20230424_0053_03.bin
└── notebooks/
    └── qc_analysis.ipynb     # 数据质量检查 Notebook

采集参数

参数	值
设备	CRB35
采样率	50 Hz
波长	690 nm / 830 nm
通道数	70（35 S-D 对 × 2 波长）
单次时长	~40 分钟

数据质量概览（QC）

基于 Scalp Coupling Index（SCI ≥ 0.75 为好道）：

被试	文件	好道/总对	平均 SCI	备注
Sub-0	20230424_0053_03.bin	21/35 (60%)	0.632	中等质量
Sub-0	20230424_0549_01.bin	3/35 (9%)	0.172	质量差，慎用
Sub-1	20230424_0053_03.bin	21/35 (60%)	0.632	中等质量

详细 QC 报告见 notebooks/qc_analysis.ipynb。

环境配置

本项目使用 uv 管理 Python 环境。

# 激活虚拟环境（Windows）
.venv\Scripts\activate.bat

# 或用 uv 直接运行
uv run jupyter lab

主要依赖：scipy · numpy · matplotlib · pandas · mne · mne-nirs · jupyter

快速开始

import scipy.io
import numpy as np

mat = scipy.io.loadmat('0/20230424_0053_03.bin', appendmat=False)
d   = mat['d']          # (120600, 70) — 原始光强
t   = mat['t'].flatten()  # 时间轴（秒）
ml  = mat['ml']         # 通道描述，第4列为波长索引（1 or 2）

print(f"采样率: {1/np.median(np.diff(t)):.1f} Hz")
print(f"时长: {t[-1]/60:.1f} min")
print(f"通道数: {d.shape[1]}")