openeuler/mne

MNE-Python Docker镜像（openEuler版）

镜像概述

本镜像为官方MNE-Python Docker镜像，基于openEuler构建，可免费使用且无每用户速率限制。MNE-Python是一个开源Python包，用于探索、可视化和分析人类神经生理数据，如MEG、EEG、sEEG、ECoG等，包含数据输入/输出、预处理、可视化、源估计、时频分析、连接性分析、机器学习、统计等模块。

• 维护者：openEuler CloudNative SIG
• 获取帮助：openEuler CloudNative SIG、openEuler社区
• 更多信息：MNE-Python文档

核心功能与特性

• 支持多种神经生理数据类型：MEG、EEG、sEEG、ECoG等
• 完整的数据处理流程：输入/输出、预处理、可视化、源估计
• 丰富的分析模块：时频分析、连接性分析、机器学习、统计分析
• 基于openEuler构建，稳定性高且资源占用低

适用场景

• 神经科学研究中的数据处理与分析
• 脑电（EEG）和脑磁图（MEG）数据的可视化与解读
• 神经生理信号的预处理与特征提取
• 相关算法开发与验证

支持的标签及Dockerfile链接

MNE Docker镜像的标签由MNE版本和基础镜像版本组成，具体如下：

使用方法

拉取镜像

从Docker Hub拉取openeuler/mne镜像，需指定对应的{Tag}：

bash
docker pull openeuler/mne:{Tag}

交互式shell运行

可启动交互式shell使用MNE：

bash
docker run -it --rm openeuler/mne:{Tag} bash

示例：加载内置MEG样本数据集

创建test_mne.py脚本，加载内置MEG文件sample_audvis_raw.fif：

python
import mne

# 设置样本数据路径（若不存在则自动下载）
data_path = mne.datasets.sample.data_path()
raw_fname = str(data_path) + '/MEG/sample/sample_audvis_raw.fif'

# 加载原始MEG数据
raw = mne.io.read_raw_fif(raw_fname, preload=True)

运行脚本

执行脚本，将输出MEG记录信息（通道数、采样率、持续时间等）：

bash
python3 test_mne.py

问题反馈

如有问题或需特殊功能，可在openeuler-docker-images仓库提交issue或Pull Request。