mne-tools/mne-python

MNE: Magnetoencephalography (MEG) and Electroencephalography (EEG) in Python

해결하는 문제

MEG, EEG, sEEG 및 ECoG와 같은 인간 신경생리학적 데이터를 처리하고 분석하기 위한 포괄적인 툴킷을 제공합니다. 이러한 데이터는 종종 복잡하며 시각화 및 분석을 위한 전문 도구가 필요합니다.

작동 방식

데이터 입출력, 전처리, 시간-주파수 및 연결성 분석, 소스 추정을 포함한 데이터 파이프라인의 다양한 단계를 위한 전문 모듈이 포함된 Python 패키지로 작동합니다.

대상

인간 뇌 활동 및 신경생리학적 신호를 연구하는 연구원 및 과학자.

하이라이트

  • 포괄적인 데이터 I/O 및 전처리 도구.
  • 기계 학습 및 통계에 대한 기본 제공 지원.
  • 고급 시각화 및 소스 추정 기능.
  • MEG, EEG, sEEG 및 ECoG를 포함한 여러 데이터 유형 지원.

관련

  • 프로젝트
    fieldtrip/fieldtrip

    다양한 하드웨어 형식과 소스 재구성 기능을 지원하는 MEG, EEG, iEEG 데이터의 고급 분석을 위한 MATLAB 도구상자입니다.

  • 프로젝트
    GAA-UAM/scikit-fda

    연속적인 파라미터에 따라 달라지는 데이터의 표현, 전처리, 통계 분석을 위한 파이썬 패키지입니다.

  • 프로젝트
    braindecode/braindecode

    Braindecode는 원시 뇌 신호 데이터(EEG/ECoG/MEG)에 딥러닝 모델을 적용하는 Python 툴박스입니다. PyTorch와 MNE-Python을 기반으로 구축된 데이터셋 로더, 전처리, 여러 기성 신경망 아키텍처 및 시각화 유틸리티를 제공합니다. `pip install braindecode`를 통해 설치할 수 있으며, 신경생리학적 데이터를 다루는 신경과학자 및 머신러닝 연구자를 대상으로 합니다.

  • 프로젝트
    alexandrebarachant/muse-lsl

    Lab Streaming Layer(LSL) 프로토콜을 사용하여 Muse 헤드밴드(Muse 2, Muse S, 클래식 Muse)에서 EEG 및 센서 데이터를 스트리밍, 시각화, 기록하는 Python 패키지입니다.

  • 프로젝트
    nltk/nltk

    Natural Language Toolkit (NLTK)은 자연어 처리 연구 및 개발을 지원하는 Python 모듈과 데이터셋 세트입니다.