Example of using labeled data?

[dyhan316]

Thank you so much for the wonderful code!

I was wondering, do you have code examples for handling labeled data? (ex : events and such)

The questions are two-fold

1. if the labels are session-wise (i.e. happy session, sad session... as in SEED dataset). How should I annotate this to the final saved data format? (HDF5 format)
2. if the labels are within-session (ex : event at 10s , 15s, and so on), how should these events be loaded to the UnifiedDataset?

Best

Danny

[Baizhige]

Hi Danny,

Apologies for the delayed response.

For how to handle labeled data, you can refer to our tutorial here: How to Process Data and Export as h5Dataset.

As to label format, the label format is flexible, and EEGUnity's processing tool is primarily built on MNE-Python. I strongly recommend converting your dataset to the FIF file with annotation that stores events. The annotation can be created using the following code:
annotations = mne.annotations_from_events( events=new_events, sfreq=mne_raw.info['sfreq'], event_desc=event_desc # Mapping event codes to descriptions ) mne_raw.set_annotations(annotations) # Set new annotations to raw data
For more detailed information, please refer to the MNE-Python tutorial: MNE Annotations Documentation.
Thank you for your suggestion. We plan to release a new version in March.

Best regards,
Chengxuan

[ityebai]

你好，很感谢你的代码，我是一个初学者，对于的你的代码运行还是有点小问题，想问一下，这个项目的代码，改怎么运行，我运行了几个文件，但是都是有少文件的提示，好几个地方运行提示=缺少figshare_meng2019_CI.csv文件，我在你的项目代码里面没有找到这个文件，我想请问一下，这个文件是你项目中提供的，还是需要我们自己提供呢？还有一个就是，这个项目有前端，我想知道这个前端我们是怎么运行起来的呢，好像没有前后端分离，我目前是运行index.html进去的，进去之后在里面进行切换，不知道这样对不对。最后一个问题就是如果我们想要使用你的代码，最终需要执行哪一个py文件呢？因为这有点多，不知道最终是运行哪一个py文件，需要看到此留言，在空闲时间能帮忙解决一下困惑，万分感谢🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏

[fantomg]

你好，很感谢你的代码，我是一个初学者，对于的你的代码运行还是有点小问题，想问一下，这个项目的代码，改怎么运行，我运行了几个文件，但是都是有少文件的提示，好几个地方运行提示=缺少figshare_meng2019_CI.csv文件，我在你的项目代码里面没有找到这个文件，我想请问一下，这个文件是你项目中提供的，还是需要我们自己提供呢？还有一个就是，这个项目有前端，我想知道这个前端我们是怎么运行起来的呢，好像没有前后端分离，我目前是运行index.html进去的，进去之后在里面进行切换，不知道这样对不对。最后一个问题就是如果我们想要使用你的代码，最终需要执行哪一个py文件呢？因为这有点多，不知道最终是运行哪一个py文件，需要看到此留言，在空闲时间能帮忙解决一下困惑，万分感谢🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏

Dear ityebai，

你好！衷心感谢你对项目的关注以及认真提出的问题！以下是针对你疑问的逐项解答，希望能帮助你顺利上手：

1. 关于 figshare_meng2019_CI.csv 文件缺失问题
   文件性质：
   该文件是示例代码中引用的数据集占位符，用于演示工具包的数据处理流程，但实际数据集并未包含在项目中（因版权或体积限制）。

解决方案：
你需要根据自身数据生成适配的 CSV 文件：

参照教程：查看项目主页readme文件中的 Tutorial1，学习如何由原始 EEG 数据（如 .edf, .fif 等）得到 CSV 格式的locator文件。

自定义路径：在代码中替换文件路径变量，指向你生成的 CSV 文件（如修改为 "your_data.csv"）。

2. 关于前端（index.html）的运行疑惑
   项目定位：
   EEGUnity 是一个 Python 工具包，核心功能通过脚本或 API 调用实现，并非网页应用。

index.html 的作用：
该文件是项目的静态文档（位于 docs/ 目录），用于说明工具包的功能和接口，而非程序入口。直接打开仅能浏览文档，无法运行核心功能。

3. 关于执行哪个 Python 文件作为入口
   模块化设计：
   工具包没有单一的“主入口”，而是提供多个功能模块和示例脚本（位于 CI/ 目录）。

推荐步骤：

学习示例：运行 CI/ 下的示例脚本，观察数据处理流程。

查阅文档：阅读网页版文档，了解模块功能。

组合调用：根据需求编写自己的脚本，按需调用模块（如预处理 → 分析 → 可视化）。

额外建议
参考 mne-python：
若对 EEG 处理流程不熟悉，推荐学习 mne-python 官方教程，掌握基础概念（如滤波、epoching、ERP 分析等）。

调试技巧：

运行示例时若报错，请检查依赖版本（pip install -r requirements.txt）。

在 GitHub 仓库的 Issue 中搜索类似问题，或提交新 Issue 附上错误日志。

感谢你的耐心反馈！我们正在优化文档清晰度和示例代码，新版本将于近期发布，敬请期待！ 🚀
如有其他问题，欢迎随时联系！祝探索愉快！ 🌟

Best regards,
Wenlong