Descargar braindecode - Descargar el código fuente de braindecode

braindecode

Pitón

v0.8.1

Descargar

Código de cerebro

BrainDecode es una caja de herramientas de Python de código abierto para decodificar datos cerebrales electrofisiológicos en bruto con modelos de aprendizaje profundo. Incluye los beticers del conjunto de datos, las herramientas de preprocesamiento y visualización de datos, así como implementaciones de varias arquitecturas de aprendizaje profundo y aumentos de datos para el análisis de EEG, ECOG y MEG.

Para los neurocientíficos que desean trabajar con investigadores de aprendizaje profundo y aprendizaje profundo que desean trabajar con datos neurofisiológicos.

Instalación BrainDecode

Instale Pytorch desde http://pytorch.org/ (no necesita instalar TorchVision).
Si desea descargar conjuntos de datos EEG de Moabb, instálelo:

pip install moabb

Instale la última versión de BrainDecode a través de PIP:

pip install braindecode

Si desea instalar la última versión de desarrollo de BrainDecode, consulte la página contribuyente

Documentación

La documentación está en línea en https://braindecode.org, tanto en las versiones estables como en desarrollo.

Contribuyendo a BrainDecode

Las pautas para contribuir a la biblioteca se pueden encontrar en BrainDecode GitHub:

https://github.com/braindecode/braindecode/blob/master/contributing.md

Chat braindecode

https://gitter.im/braindecodechat/community

Citando

Si usa este código en una publicación científica, cíquanos como:

 @article { HBM:HBM23730 ,
author = { Schirrmeister, Robin Tibor and Springenberg, Jost Tobias and Fiederer,
  Lukas Dominique Josef and Glasstetter, Martin and Eggensperger, Katharina and Tangermann, Michael and
  Hutter, Frank and Burgard, Wolfram and Ball, Tonio } ,
title = { Deep learning with convolutional neural networks for EEG decoding and visualization } ,
journal = { Human Brain Mapping } ,
issn = { 1097-0193 } ,
url = { http://dx.doi.org/10.1002/hbm.23730 } ,
doi = { 10.1002/hbm.23730 } ,
month = { aug } ,
year = { 2017 } ,
keywords = { electroencephalography, EEG analysis, machine learning, end-to-end learning, brain–machine interface,
  brain–computer interface, model interpretability, brain mapping } ,
}

así como el software MNE-Python que utiliza BrainDecode:

 @article { 10.3389/fnins.2013.00267 ,
author = { Gramfort, Alexandre and Luessi, Martin and Larson, Eric and Engemann, Denis and Strohmeier, Daniel and Brodbeck, Christian and Goj, Roman and Jas, Mainak and Brooks, Teon and Parkkonen, Lauri and Hämäläinen, Matti } ,
title = { {MEG and EEG data analysis with MNE-Python} } ,
journal = { Frontiers in Neuroscience } ,
volume = { 7 } ,
pages = { 267 } ,
year = { 2013 } ,
url = { https://www.frontiersin.org/article/10.3389/fnins.2013.00267 } ,
doi = { 10.3389/fnins.2013.00267 } ,
issn = { 1662-453X } ,
}