TBC-TJU/MetaBCI

何を解決するか

MetaBCIは、非侵襲的脳-コンピュータインターフェース（BCI）の開発を簡素化することを目的としています。異なる形式の分散したBCIデータセットの取り扱いの難しさ、現代的なデコーディングアルゴリズムのPython実装の不足、そしてオンラインBCI実験のセットアップの複雑さに対処します。

仕組み

このプラットフォームは3つの主要モジュールに分かれています：

• brainda: データセットのインポート、EEGデータの前処理、EEGデコーディングアルゴリズムの実装を担当します。
• brainflow: オンラインEEGデータ処理のための高速フレームワークを提供します。
• brainstim: BCI実験パラダイム（MI、P300、SSVEPなど）の設計に使用するモジュールです。

対象ユーザー

データ準備やパイプライン設定に時間を費やすのではなく、アルゴリズムの改善や実験に集中したい脳-コンピュータインターフェースの研究者や開発者。

特徴

• 包括的なアルゴリズムライブラリ: 分解法（CSP、CCA、TRCA）、多様体学習（リーマン幾何学）、深層学習モデル（EEGNet、ShallowConvNet）を含みます。
• データセット対応: 数多くのMIおよびSSVEPデータセットを内蔵サポートしています。
• 統合パイプライン: 事前に学習されたモデルをオンラインデコーディングパイプラインに組み込むことができます。
• Lemmas to MOABB: MOABB APIを拡張し、前処理用のフック関数とjoblibによる高速データ読み込みを可能にします。