braindecode/braindecode

Braindecode – 脳信号データ向け深層学習ツールボックス

概要 – Braindecode は、EEG、ECoG、MEG などの生の電気生理学的記録に、研究者が最新の深層学習モデルを直接適用できるようにするオープンソースの Python ライブラリです。データ取得ユーティリティ、前処理パイプライン、可視化ヘルパー、および既製のニューラルネットワークアーキテクチャ（例：畳み込みネットワーク）のコレクションに加え、脳信号のデコードに役立つデータ拡張のテクニックをバンドルしています。

対象者 –

• 機械学習スタック全体をゼロから構築することなく、深層学習を試してみたい神経科学者。
• 神経生理学的データセットに興味のある機械学習の研究者。

主要コンポーネント

• データセットフェッチャー – 人気のある EEG ベンチマークのワンクリックダウンロード（MOABB ライブラリ経由）。
• 前処理と拡張 – 生信号のフィルタリング、エポック分割、正規化、および拡張を行う関数。
• モデル動物園 – EEG デコードタスクで検証された、最先端のアーキテクチャ（例：ShallowConvNet、Deep4Net）の実装。
• 可視化 – 生信号、モデルの予測、学習された特徴マップをプロットするツール。
• MNE-Python との統合 – 神経画像データの処理に広く使用されている MNE エコシステムを活用。

インストール

# 1. Install PyTorch (no torchvision needed)
#    Follow the instructions at https://pytorch.org/

# 2. Optional: install MOABB if you need benchmark EEG datasets
pip install moabb

# 3. Install Braindecode itself
pip install braindecode

最新の開発版については、プロジェクトの CONTRIBUTING ガイドを参照してください。

ドキュメントとサポート – 完全な API ドキュメント、チュートリアル、および例は https://braindecode.org でホストされています（安定版および開発ビルド）。リポジトリには、ドキュメント、テスト、コードカバレッジ用の CI バッジも含まれており、活発にメンテナンスされていることを示しています。

引用 – 研究でこのライブラリを使用する場合は、Zenodo DOI (10.5281/zenodo.17699192) と、コアの EEG-CNN モデルを紹介した 2017 年のオリジナル Human Brain Mapping 論文を引用してください。

ライセンス – コアコードは BSD-3-Clause で、一部の補助ファイルは CC-BY-NC、MIT、または Apache-2.0 の下にあります。