mne-tools/mne-python
MNE: Magnetoencephalography (MEG) and Electroencephalography (EEG) in Python
解決する課題
MEG、EEG、sEEG、ECoGなどの人間の神経生理学的データの処理と分析のための包括的なツールキットを提供します。これらのデータは通常複雑であり、可視化と分析には専門的なツールが必要です。
仕組み
データ入出力、前処理、時間周波数および接続性分析、ソース推定など、データパイプラインのさまざまな段階に特化したモジュールを含むPythonパッケージとして機能します。
対象者
人間の脳活動と神経生理学的信号を研究する研究者や科学者。
ハイライト
- 包括的なデータI/Oおよび前処理ツール。
- 機械学習と統計の組み込みサポート。
- 高度な可視化とソース推定機能。
- MEG、EEG、sEEG、ECoGを含む複数のデータタイプのサポート。
関連
- プロジェクト
- プロジェクト
- プロジェクト
braindecode/braindecodeBraindecode は、生の脳信号データ（EEG/ECoG/MEG）に深層学習モデルを適用するための Python ツールボックスです。データセットローダー、前処理、いくつかの既製ニューラルネットワークアーキテクチャ、および可視化ユーティリティを提供し、これらはすべて PyTorch と MNE-Python の上に構築されています。`pip install braindecode` でインストール可能で、神経生理学的データを扱う神経科学者や機械学習の研究者を対象としています。
- プロジェクト
alexandrebarachant/muse-lslLab Streaming Layer（LSL）プロトコルを使用して、Museヘッドバンド（Muse 2、Muse S、およびクラシックMuse）からのEEGおよびセンサー・データをストリーミング、可視化、記録するためのPythonパッケージ。
- プロジェクト
nltk/nltkNatural Language Toolkit (NLTK) は、自然言語処理の研究と開発をサポートする Python モジュールとデータセットのスイートです。