EEGLAB是一个交互式Matlab工具箱，用于处理连续和事件相关EEG、MEG和其他电生理数据，其中包括独立分量分析（ICA）、时间/频率分析、伪影抑制、事件相关统计以及多个有用的平均和单次试验数据的可视化模式

头脑风暴 Brainstorm是一款协作式开源应用程序，致力于分析脑部记录：MEG，EEG，fNIRS，ECoG，深度电极和动物电生理学。 我们的目标是使用MEG / EEG作为实验技术，与科学界共享一套全面的用户友好工具。 对于医生和研究人员而言，Brainstorm的主要优势在于其丰富而直观的图形界面，不需要任何编程知识。 我们还将重点放在数据分析的实际方面（例如，用于批处理分析的脚本和分析管道的直观设计），以提高MEG / EEG研究的可重复性和生产率。 最后，尽管Brainstorm是使用Matlab（和Java）开发的，但它不需要用户拥有Matlab许可证：可下载的软件包中提供了可

笔记 不能保证所有实现都是正确的，未经原始作者检查，只能从本文描述中重新实现。 原始纸 包含EEGNet的原始论文和模型 tf_EEGNet 这是EEGNet的张量流实现 有关更多信息，请参见 tf_ConvNet 这是ConvNet的tensorflow实现 有关更多信息，请参见 留一题实验 型号：tf_EEGNet BCI_competion 2a的预处理 1. A trial contained 2s and was extraced 0.5s after the cue was given. 2. A 4-38Hz bandpass was done by a causal 6-order Butterworth fliter. 3. The MI dataset was sampled at 250Hz. And it was resampled to 128Hz for E

南洋理工大学，使用CNN对DEAP数据集进行训练，论文加代码

随附“表征绵羊睡眠纺锤体”（W Schneider 等人）研究论文。 一些通用方法遵循 Sinergia SWA 工具箱中的方法，尽管这里非常适合羊文件。 Spindle 工作流文件提供了示例运行代码。

BCI-II-III分类 使用CNN和CNN + LSTM在EEG信号中对运动想象力进行分类 更多信息

matlab精度检验代码基于EEG的情绪识别的3D-CNN模型 这是基于DEAP数据集的我的2019年冬季课程“模式识别”的最终项目。 我们通过CWT （连续小波变换）对原始信号数据进行预处理，并采用3D-CNN架构作为分类器，“价”标签的准确性达到84.34％。 数据预处理 CWT分析去除基线，原始信号数据通过CWT转换为小波系数，然后进一步转换为小波能量（比例图）。 在此步骤中，我们将数据形状从32（通道）* 8064（采样点）转换为32 * 64（比例）* 7680（采样点）。 剪裁框接下来，我们将1s设置为帧长，因此在60s的视频中可以获取60帧。 每帧的形状为32（通道）* 64（比例）。 选择体重秤然后，我们计算了32个通道中所有64个音阶的平均EER。 并选择第8〜39个音阶以减少计算。 3D块我们选择几个连续的帧并将它们堆叠在一起作为3D块。 后来的实验证明3是最好的。 分类器：3D-CNN 网络架构如下。 关于代码和文件 我们使用matlab_preprocessed_data，它已从此存储库中排除。 运行“ cwt_process.m”以获取“ File_60fra

matlab投射转相除代码使用来自DEAP数据集的EEG进行人类情感分析 根据以下内容处理DEAP数据集 PSD（功率谱密度）和2）DWT（离散小波变换）功能。 根据Arousal和Valence（高/低）对EEG等级进行分类 在此处找到DEAP数据集：（您需要通过向授权人员发送邮件来下载以寻求许可） 可以使用matlab文件处理来自EEG的数据。 （适用于matlab版本的EEG数据集）将matlab文件直接保存在DEAP数据集文件夹中，数据位于该文件夹中。 运行process.m以获取功率谱密度文本文件 生成的每个testFile包含4个特征-alpha，beta，delta和theta波功率谱密度比（通过总psd归一化），分别表示价，唤醒和组合（价+声）的输出。 1->低，2->高 您可以在此处阅读有关脑电波的信息（概述）： 您可以在此处查看唤醒和价态及其含义的图表： 使用psd功能和KNN / SVM可能不会获得很好的准确性，因为它们主要只是人类头脑存在的一种度量。 DWT分析可帮助我们获得基于频率的psd之外的基于时间的功能。 运行dwt_feature_extraction

EEG脑电处理中，必不可少的就是edf文件的处理使用，这是一个可以脑电处理过程中要使用的工具包eeglab,2019年最新版本

为了加载该函数，在路径中添加了 Edfread 函数，预处理是利用巴特沃斯带通滤波器、离散小波变换和典型相关分析作为两种不同的特征提取方法。 使用 Matlab App Designer 创建了一个 GUI 来显示模拟。