MNEflow: Neural networks for EEG/MEG decoding and interpretation

Ivan Zubarev*, Gavriela Vranou, Lauri Parkkonen

*Tämän työn vastaava kirjoittaja

Tutkimustuotos: LehtiartikkeliArticleScientificvertaisarvioitu

1 Sitaatiot (Scopus)
305 Lataukset (Pure)

Abstrakti

MNEflow is a Python package for applying deep neural networks to multichannel electroencephalograpic (EEG) and magnetoencephalographic (MEG) measurements. This software comprises Tensorflow-based implementations of several popular convolutional neural network (CNN) models for EEG–MEG data and introduces a flexible pipeline enabling easy application of the most common preprocessing, validation, and model interpretation approaches. The software aims to save time and computational resources required for applying neural networks to the analysis of EEG and MEG data.

AlkuperäiskieliEnglanti
Artikkeli100951
Sivut1-5
Sivumäärä5
JulkaisuSoftwareX
Vuosikerta17
DOI - pysyväislinkit
TilaJulkaistu - tammik. 2022
OKM-julkaisutyyppiA1 Julkaistu artikkeli, soviteltu

Sormenjälki

Sukella tutkimusaiheisiin 'MNEflow: Neural networks for EEG/MEG decoding and interpretation'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä