YASA：Python 睡眠分析工具箱使用教程

1. 项目介绍

YASA（Yet Another Spindle Algorithm）是一个基于 Python 的睡眠分析工具箱。它主要用于分析多导睡眠图（polysomnographic）数据，提供自动睡眠分期、事件检测（如睡眠纺锤波、慢波和快速眼动等）、伪迹剔除、频谱分析以及睡眠统计等功能。YASA 适用于睡眠研究人员和对睡眠数据分析感兴趣的用户。

2. 项目快速启动

首先，确保您的环境中已安装以下 Python 包：NumPy、Pandas 和 MNE。然后，可以通过以下任一方式安装 YASA：

使用 pip 安装

pip install --upgrade yasa

使用 conda 安装

conda config --add channels conda-forge
conda config --set channel_priority strict
conda install yasa

从源代码安装

git clone https://github.com/raphaelvallat/yasa.git
cd yasa
pip install .\[test]

安装完成后，可以通过以下命令测试安装是否成功：

pytest

3. 应用案例和最佳实践

以下是一些使用 YASA 的常见案例和最佳实践：

加载 EDF 格式数据

import mne

# 加载 EDF 文件
raw = mne.io.read_raw_edf('MYEDFFILE.edf', preload=True)

# 下采样数据至 100 Hz
raw.resample(100)

# 应用 0.1 到 40 Hz 的带通滤波
raw.filter(0.1, 40)

# 选择 EEG 通道子集
raw.pick(['C4-A1', 'C3-A2'])

自动睡眠分期

使用 YASA 的自动睡眠分期功能，您可以对睡眠数据进行分期。

事件检测

YASA 提供了检测睡眠纺锤波、慢波和快速眼动的功能。

# 睡眠纺锤波检测
# 检测代码示例

# 慢波检测
# 检测代码示例

# 快速眼动检测
# 检测代码示例

频谱分析

进行频谱分析，例如计算频谱带宽功率。

# 计算频谱带宽功率
# 分析代码示例

非线性特征分析

# 计算非线性 EEG 特征
# 分析代码示例

4. 典型生态项目

YASA 作为睡眠分析工具箱，可以与多个生态项目结合使用，例如：

• Visbrain：用于可视化检测到的纺锤波。
• MNE：用于加载和预处理 EEG 数据。
• NumPy 和 Pandas：用于数据处理和分析。

通过上述介绍，您应该可以对 YASA 有一个基本的了解，并能够开始使用它来分析睡眠数据。最佳实践是结合 YASA 的官方文档和 Jupyter 笔记本示例进行学习和实践。