matlab代码做游戏EEG_waves 该项目位于“为视频游戏研究分析NeuroSky EEG数据”上。 我们在玩“虚幻竞技场”和“愤怒的小鸟”等游戏以及观看无聊的视频时，会从不同主题获取脑电波数据。 数据是从NeuroSky Mind Wave移动设备获得的。 我们得到数据的功率谱。 在预处理部分之后，我们将从数据中提取特征并将数据分类为不同的波形，即alpha，beta，gamma等。 入门 您可以通过克隆获得代码，也可以直接下载zip文件。 我在此处包括了基本代码，由于教授的许可问题，部分代码不存在。 如果您需要完整的代码，可以给我发邮件至。 先决条件 该代码是在MATLAB 2016a上编写的。 致谢 埃琳娜·诺瓦克（Elena Novak）教授 麦克·科恩（Mike X Cohen）教授

抓举 Grasp-and-Lift EEG 检测 Kaggle 比赛 设置 需要 pip 和 python 克隆仓库git clone https://github.com/jrubin01/grasp-and-lift.git cd grasp-and-lift 创建虚拟环境virtualenv venv source venv/bin/activate 安装所需的库pip install -r requirements.txt 启动 ipython ipython notebook

EEG信号处理与分类CNN模型集合+样例运行训练

上交的seed数据集，研究较少，下面是收集的一些工程文件，可以学习一下。前面是算法，后面是准确率。 1.4D-CNN，94% 2、新算法，93% 3.rgnn，67% 4.CNN+SVM，73% 5.DANN（数据，代码） 6.EEG_Classification_-master 7.rgnn，67.7%8.CNN-SVM，73%

脑电信号分析与特征提取 指导教师: 童基均 老师 学 生: 叶建伟 班 级: 03电子（2）班 浙江理工大学信息电子学院 2007.1.17

BioAmp EXG药丸 BioAmp EXG Pill是一个小巧的（2.54 X 1.00 cm）小巧的模拟前端（AFE）板，用于BioPotential信号采集，您可以将其与任何带有ADC的5v微控制器单元（MCU）一起使用。 它能够记录出版物级的生物电势信号，例如ECG，EMG，EOG和EEG，而无需包含任何专用的硬件/软件过滤器，有关更多信息，请参见。 硬件 正面 后退 方面 原理图 许可事实 OSHWA认证 执照 硬件 CERN开放式硬件许可证版本2-强互惠（ CERN-OHL-S-2.0 ）。 软件 MIT开源许可证。 说明文件： 这项工作是根据知识共享署名4.0国际许可获得许可的。

eeglab初学者

该存储库包含用于预处理和处理脑电图（EEG）数据的一组功能。 介绍 对于大多数记录设备，EEG数据被构造为一个大的形状矩阵（时间x电极）。 一个电极通道通常对应于用于使参与者响应或刺激与EEG信号同步的触发通道。 可以根据此触发通道将原始EEG分成多个时间段。 这样就有可能对例如来自相同条件的EEG信号进行平均。 这些功能可用于加载数据，进行某种处理，绘制等。 特殊功能 去噪源分离 这种去噪方法是由Alain deCheveigné创建的的实现。 可以在以下论文中找到有关此方法的更多详细信息： 原料药 addOffset(data, offset) 绘制所有电极，其偏移量为t0至t1。 还绘制了刺激通道，并使用红线显示了事件。 instance of pandas.core.DataFrame data instance of pandas.core.DataFrame 向数据添加

旺比 用于分析EEG，ECoG和其他电生理学格式的软件包。 它允许结果的可视化和可用于对睡眠阶段进行评分的GUI。 特征 可以读取以下格式的文件： Axon（.abf，仅ABF2） BCI2000（.dat） 黑石（.nev，.ns2，.ns3，.ns5） 脑视力（.vhdr，.vmrk，.eeg / .dat） EEGLAB（.set，.set / .fdt） 欧洲数据格式（.edf） EGI MFF（.mff） 实地考察（.mat） mne FIFF（.fiff） SystemPlus Micromed（.trc） Moberg（“ EEG，复合，样本系列，复合，MRIAmp，数据”） openephys（.continuous，.openephys） BIDS格式的数据文件 睡眠计分界面 计算频率分析（频谱图），时频分析（短时频谱图，Morlet小波） 检

此数据集来自波恩大学的研究团队，是Andrzejak等人于2001年建立的，一直应用于癫痫病检测的研究中。数据集包含F、N、O、S、Z五类数据，每类数据包含单通道例子100个。 适合课题：癫痫自动检测、人工智能、数据分类、SVM训练、CNN训练、机器学习等等吧 适合人群：研究人员、学生或研究生 因为数据集大小有限，训练深度模型必须扩充样本数量。 本人研究生期间做的作业用到了这个数据集，公共数据集，欢迎下载！