Скачать braindecode - загрузка исходного кода braindecode

braindecode

Питон

v0.8.1

Скачать

BrainDecode

BrainDecode-это набор инструментов для питона с открытым исходным кодом для декодирования необработанных электрофизиологических данных мозга с моделями глубокого обучения. Он включает в себя выборочных избирателей, инструментов предварительной обработки данных и визуализации, а также реализации нескольких архитектур глубокого обучения и дополнения данных для анализа ЭЭГ, ECOG и MEG.

Для нейробиологов, которые хотят работать с глубоким обучением и глубоким обучением исследователей, которые хотят работать с нейрофизиологическими данными.

Установка BrainDecode

Установите Pytorch с http://pytorch.org/ (вам не нужно устанавливать Torchvision).
Если вы хотите загрузить наборы данных EEG из MOABB, установите:

pip install moabb

Установите последний выпуск BrainDecode через PIP:

pip install braindecode

Если вы хотите установить последнюю версию разработки BrainDecode, пожалуйста, обратитесь к странице Anploying

Документация

Документация находится в Интернете в соответствии с https://braindecode.org, как в стабильных, так и в DEV версиях.

Способствуя BrainDecode

Руководящие принципы для участия в библиотеке можно найти на GrainDecode GitHub:

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

BrainDecode Chat

https://gitter.im/braindecodechat/community

Цитируя

Если вы используете этот код в научной публикации, пожалуйста, укажите нас как:

 @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 } ,
}

а также программное обеспечение MNE-Python, которое используется 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 } ,
}