Open alberto-jj opened 2 years ago
Con la última actualización de la normalización de Huber (versión más fidedigna a la implementación de Bigdely-Shamlo, N. et al, Neuroimage 2020), si se define spatial_filters = None desde el directorio THE_DATASET, hay un pequeño bug al calcular la matrix de covarianza de los canales, ya que se usan los "ch_names = channels" del objeto spatial_filters por default de Medellín (58 canales).
Para solucionarlo, a mí me funcionó solamente reemplazando la línea 188 de processing.py
signal_ch = createRaw(da_eeg_cont,signal_lp.info['sfreq'],ch_names=channels)
por esta otra
signal_ch = createRaw(da_eeg_cont,signal_lp.info['sfreq'],ch_names=signal_lp.info['ch_names'])
Creo que no debería cambiar como tal la estimación de la media de Huber ya que solo se toman los ch_names y el sfreq del objeto epochs, en lugar del spatial_filters.
Gracias!!!
Al correr el siguiente código en el dataset de resting-state EEG de Parkinson de GRUNECO
La última línea genera el siguiente error:
Se puede solucionar cambiando la línea 88 de código en sovaharmony/processing.py (ver abajo)
spatial_filter = get_spatial_filter(THE_DATASET.get('spatial_filter',def_spatial_filter))
por la siguiente expresión:Gracias por la ayuda con el bug!