pyRiemann/pyRiemann

它解决了什么问题

pyRiemann 是一个机器学习包，专为处理和分类多变量数据而设计，特别专注于对称正定（SPD）和厄米正定（HPD）矩阵。它通过将协方差矩阵视为弯曲黎曼流形上的点，而非平坦的欧几里得空间中的点，来解决分析多通道时间序列数据（如生物信号）的挑战。

它的工作原理

该库提供了一个基于 scikit-learn API 的高级接口，允许用户从多通道数据估计协方差矩阵，然后使用黎曼几何对其进行分类。它通过 Python Array API 支持 NumPy 和 PyTorch 后端，当使用 PyTorch 张量时，可以启用 GPU 加速和自动求导功能。

它适合谁

它主要面向使用生物信号（如 EEG、MEG 或 EMG）进行脑机接口（BCI）研究的研究人员和开发者，以及从事遥感（例如高光谱或 SAR 图像）工作的人员，这些领域使用协方差矩阵进行空间分析。

亮点

• scikit-learn 兼容性：模仿 scikit-learn API，便于集成到管道和交叉验证工作流程中。
• 多后端支持：透明支持 NumPy 和 PyTorch，可选 GPU 加速。
• 多源迁移学习：支持使用扩展标签在会话或受试者之间进行多源迁移学习。
• 广泛的应用范围：适用于运动想象、事件相关电位（ERP）和稳态视觉诱发电位（SSVEP）等 BCI 应用。