介绍
这是陆军研究实验室（ARL）EEGModels项目：用Keras和Tensorflow编写的用于EEG信号处理和分类的卷积神经网络（CNN）模型的集合。 该项目的目的是
提供一组经过验证的CNN模型用于脑电信号处理和分类
促进可重复的研究，并
使其他研究人员可以在其数据上尽可能轻松地使用和比较这些模型
要求
Python == 3.7或3.8
tensorflow == 2.X（已验证适用于2.0-2.3，适用于CPU和GPU）
要运行EEG / MEG ERP分类示例脚本，您还需要
mne> = 0.17.1
派里曼> = 0.2.5
scikit学习> = 0.20.1
m
2021-03-26 15:38:42
48KB
1
脑电图可视化项目
目的：使用Neurosky EEG数据以任何用户易于理解的方式可视化心理状态。 （请参阅projectOverview） MusicEEG-art数据来自第35组
2021-03-21 09:10:53
1.21MB
1
ModularGraphs-RL
回购一个行为和EEG实验，在该实验中，我们研究了基于模块化图形结构的分层决策的特征。
2021-03-16 18:10:35
89.07MB
1
脑电特征提取分类 EEG_Classifier，脑电特征提取分类 EEG_Classifier，脑电特征提取分类 EEG_Classifier
2021-03-16 13:54:53
31KB
1
脑电分析的专业工具箱，由于本人只能上传小于20M的文件，所以分开上传的，请与脑电分析matlab工具箱2并在一起使用。保证好用
2021-03-14 22:02:29
10.7MB
1
这是一个eeg初始信号测试数据，可以在eeglab中加载。
在eeglab中的Load existing dataset中加载，进行你的第一个脑电信号处理
2021-02-26 14:13:25
3.29MB
1
EEG信号基础.EEG信号基础.EEG信号基础.EEG信号基础.EEG信号基础.EEG信号基础.EEG信号基础.EEG信号基础.EEG信号基础.EEG信号基础.EEG信号基础.EEG信号基础.
2021-02-25 17:02:54
2.97MB
1
对一段脑电信号进行预处理，包括工频干扰消除、基线漂移消除，对预处理后的脑电信号进行频谱分析，分别提取theta、delta、alpha、beta、gamma、piper节律信息，并分析各特定频带信号的时域、能量等特征，详见https://www.xxy.ink/learn/bci/1.html，数据比较大约600M。
2021-02-25 12:01:32
602.8MB
1
相关文件：
[mutualinfomation] 计算脑电等信号的互信息程序，matlab源代码
[runqian-report] 润乾报表详细操作手册，方便java开发人员，运维人员作为参考，学习。
[InfoTheory] 该文件中包含信息论中的一些信息熵、互信息的计算。
[ant-colony-and-mutual-information] 该工具箱描述了基于蚁群算法和互信息进行非线性盲源信号分离
[Wavelet_EntropyinformationLZC] 脑电处理中，特征提取的几个有用算法程序，包括小波熵、LZC脑电复杂度、互信息等，以上程序，我已将亲自运行，可以通过，便于大家做脑电特征提取，希望对大家有帮助
2021-02-25 10:01:10
9KB
1