mne-tools/mne-python

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

What it solves

MEG, EEG, sEEG, ECoG와 같이 전문적인 전처리 및 시각화 도구가 필요한 인간의 신경생리학적 데이터를 처리하고 분석하기 위한 포괄적인 툴킷을 제공합니다.

How it works

데이터 파이프라인의 다양한 단계에 대한 전용 모듈을 포함하는 Python 패키지로 작동합니다. 여기에는 데이터 입출력, 전처리, 시간-주파수 및 연결성 분석, 소스 추정(source estimation)이 포함됩니다.

Who it’s for

신경생리학적 신호를 통해 인간의 뇌 활동을을 연구하는 연구자 및 과학자.

Highlights

  • MEG, EEG, sEEG, ECoG를 포함한 다양한 데이터 유형을 지원합니다.
  • 통합된 머신러닝 및 통계 모듈.
  • 소스 추정 및 연결성 분석을 위한 도구.
  • 신경생리학적 데이터 탐색을 위한 광범위한 문서와 튜토리얼.

관련

  • 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
    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
    alexandrebarachant/muse-lsl

    연구용 동기화를 위한 Lab Streaming Layer(LSL)을 사용하여 Muse 장치에서 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.