单段代码可运行，放入for循环后处理index=29948时报错求助

可正常执行的单样本代码 #

raw = read_bdf(path='data_original/', subject='s01.bdf')
raw.resample(sfreq=128, verbose=False)

indices = get_indices_where_video_start(raw)

index = indices[1]  # 29948

eeg = ['Fp1', 'Fp2']
raw.pick_channels(eeg)

raw = crop(raw, index)  # << 此处处理index=29948正常

批量处理代码（出现报错） #

subjects = get_subjects(path)  # 返回目标文件夹内的所有文件名

for subject in subjects:
    raw = read_bdf(path='data_original/', subject=subject)
    raw.resample(sfreq=128, verbose=False)

    indices = get_indices_where_video_start(raw)
    for index in indices:
        eeg = ['Fp1', 'Fp2']
        raw.pick_channels(eeg) 
        cropped_raw = crop(raw, index)  # 处理index=29948时报错

报错信息 #

ValueError: tmax (293.96875) must be less than or equal to the max time (60.0000 s)

crop函数定义 #

def crop(raw: mne.io.Raw, index_trial: int) -> mne.io.Raw:
    sample_rate = get_sample_rate(raw)
    min1 = sample_rate * 60
    tmin = index_trial / sample_rate
    tmax = (index_trial + min1) / sample_rate
    cropped_raw = raw.crop(tmin=tmin, tmax=tmax)
    return cropped_raw

问题原因 #

核心问题是批量循环中重复修改了同一个raw对象：

• 单样本代码里，raw.pick_channels(eeg)只执行一次，操作的是完整时长的原始数据。
• 批量代码中，第一次处理index=16905时，raw.pick_channels(eeg)已经把原始数据裁剪成仅含指定通道的版本，但后续循环处理index=29948时，再次调用raw.pick_channels(eeg)，此时的raw已经是之前裁剪后的短时长数据（仅60秒），而index=29948对应的时间点远超过这个时长，导致tmax计算后超出数据最大时间范围，触发报错。

解决方案 #

修改批量代码，确保每次循环处理不同index时，操作的是原始完整数据的副本，而非被修改后的raw对象：

方案一：提前创建完整数据副本 #

subjects = get_subjects(path)  # 返回目标文件夹内的所有文件名

for subject in subjects:
    raw = read_bdf(path='data_original/', subject=subject)
    raw.resample(sfreq=128, verbose=False)
    
    # 提前创建原始数据的副本并完成通道选择
    raw_full = raw.copy()
    eeg = ['Fp1', 'Fp2']
    raw_full.pick_channels(eeg)
    
    indices = get_indices_where_video_start(raw)
    for index in indices:
        # 每次循环使用完整的通道选择后的数据副本进行裁剪
        cropped_raw = crop(raw_full.copy(), index)

方案二：每次循环重新基于原始数据创建子集 #

subjects = get_subjects(path)  # 返回目标文件夹内的所有文件名

for subject in subjects:
    raw = read_bdf(path='data_original/', subject=subject)
    raw.resample(sfreq=128, verbose=False)

    indices = get_indices_where_video_start(raw)
    eeg = ['Fp1', 'Fp2']
    for index in indices:
        # 每次循环基于原始raw创建副本并选择通道
        raw_subset = raw.copy().pick_channels(eeg)
        cropped_raw = crop(raw_subset, index)

内容的提问来源于stack exchange，提问作者tail