Braindecode系列:在BCIC IV 2a数据集上进行试验
0. 引言
最近在看运动想象相关的论文时,找到了一个很好的关于脑电信号处理的深度学习库,名为:Braindecode
。在该库包中,集成了众多模型,包括:EEGNet
、Shallow_fbcsp
、Atcnet
、Tcn
等。这里就如何使用Braindecode
进行简单的介绍,本节内容主要介绍一个小项目:在BCI IV 2a数据集上进行试验
。该项目主要分为四个系列,分别为:
- 在
BCIC IV 2a
数据集上进行试验(trialwise decoding
) BCIC IV 2a
数据集上的裁剪解码 (cropped decoding
)BCIC IV 2a
数据集的数据增强- 使用自定义数据集
Braindecode
项目地址:Braindecode:一个解决脑电信号处理的深度学习模型的开源Python库
1. 环境介绍
1.1 环境配置
首先,介绍下如何配置项目所需的环境。项目所需环境配置
主要分为三个步骤:
Pytorch
的配置。项目里面所用的诸多深度学习模型