SOURCE FILE / S0152
zh.md
本站安全派生阅读版;AIbci 不是原始发布者。下载原始文件
- 原文件 SHA-256
c7a53bb6c742515ab01e9106654334303f25e56df56289ef98c413fa5f2a1a1c- 派生内容 SHA-256
91ab26deadddf65a9b0dc932f718c183657758aa086773accd2511f618681d56- 转换时间
- 2026-07-28T00:00:00Z
- 净化器版本
- text-reader-1.0.0
- 质量状态
- normalized-text-readable
# NeuroTechX EEG-ExPy 代码仓库 > AI 辅助翻译,非官方版本。专业判断、引用和争议应以原文及其勘误为准。 - 来源 ID:S0152 - 原始来源:https://raw.githubusercontent.com/NeuroTechX/EEG-ExPy/4edaf03ec805ef1b6b5af8400a78d1fa3bdc5fbc/README.rst - 许可:BSD-3-Clause - 翻译方法:Independent manual review; SHA-256-pinned source and translation - 审校状态:独立人工审校完成 ## 原始文件映射 - [README.rst](../original/README.rst) ## 许可文件(保留原文) - [github-license-api.json](../license/github-license-api.json):法律或许可证据原文未翻译 - [LICENSE](../license/LICENSE):法律或许可证据原文未翻译 ## 原始文件:README.rst ============= EEG-ExPy ============= *让认知神经科学实验普及化* |badge_test| |badge_binder| .. |badge_test| image:: https://github.com/NeuroTechX/eeg-expy/workflows/Test/badge.svg :target: https://github.com/NeuroTechX/eeg-expy/actions .. |badge_binder| image:: https://mybinder.org/badge_logo.svg :target: https://mybinder.org/v2/gh/NeuroTechX/eeg-expy/master .. image:: ./doc/img/EEG-ExPy_Logo.png :align: center EEG-ExPy 是一组用 Python 实现的经典 EEG 实验。实验流程和分析方法较为通用,但主要针对 InteraXon MUSE、OpenBCI Cyton 等低预算消费级 EEG 硬件进行了适配。项目目标是让认知 神经科学和神经技术更易获取、更可负担,也更易扩展。 - **EEG-ExPy(原 eeg-notebooks)项目介绍演讲:** `JG 的 Brainhack Ontario 演讲 <https://www.crowdcast.io/e/brainhack-ontario/7>`_。 - **文档:** `文档站点 <https://neurotechx.github.io/EEG-ExPy/index.html>`_。 - **代码:** `GitHub 站点 <https://github.com/neurotechx/eeg-expy>`_。 - **运行实验的说明:** `运行实验 <https://neurotechx.github.io/EEG-ExPy/getting_started/running_experiments.html>`_。 - **启动 EEG 数据流的说明:** `启动 EEG 数据流 <https://neurotechx.github.io/EEG-ExPy/getting_started/streaming.html>`_。 - **系列教程视频即将推出!** ---- **注意:** eeg-expy 以前名为 eeg-notebooks。更名之前,eeg-notebooks 的 API 在 v0.2 中也经历了重大变更。如有需要,更名前的旧 v0.2 版本仍可在 `此仓库 <https://github.com/neurotechx/eeg-notebooks_v0.2>`_ 获取;更早的 v0.1 版本也仍可在 `这里 <https://github.com/neurotechx/eeg-notebooks_v0.1>`_ 获取。 ---- 概述 -------- 传统实验室 EEG 研究通常使用研究级(往往是高密度)EEG 设备、专用刺激呈现软硬件,以及 负责操作设备的专业技术人员。这些项目的费用很容易达到数十万美元,因而严重限制了设备的 采购和使用。 近年来,软硬件技术的发展使许多经典 EEG 认知神经科学实验能够用一台普通笔记本或个人 计算机和较便宜的消费级 EEG 设备完成,两者合计的最低成本不到 1000 美元。这为大学和高中 层面的神经技术及认知神经科学 *教育* 带来新的可能,也支持使用大量设备或在更自然的 (即实验室之外的)环境中开展更有雄心、更大规模的 *研究* 与 *临床* 应用。我们把这看作 对 *认知神经科学实验普及化* 的推动。 EEG-Notebooks 项目的核心目标是提供关键的“黏合层”,把运行这些实验和分析数据所需的各项 技术连接起来,包括: * 从多种较新的无线消费级 EEG 设备传输数据 * 呈现视觉与听觉刺激,并与 EEG 记录同步和时间锁定 * 不断扩充且文档完备、可直接使用和修改的实验库 * 信号处理、统计和机器学习数据分析功能 真正的一站式工具! 如需进一步讨论这些社会、科学和技术背景及其发展方向,可以直接联系我们(见下方“联系”), 也可关注即将发表的 eeg-expy 研究论文。 文档 ------------- eeg-expy 当前版本为 0.2.X 系列。代码库和 API 正在大幅开发,可能发生变化。 可查看 `变更日志 <https://neurotechx.github.io/EEG-ExPy/changelog.html>`_,了解相较旧版的变更。 eeg-expy 的 **安装说明**、**入门** 步骤、常见 **故障排除** 方法等内容均可在 `文档站点 <https://neurotechx.github.io/EEG-ExPy/index.html>`_ 查阅。 致谢 ---------------- EEG-Notebooks 由 `NeurotechX <https://neurotechx.com/>`_ 黑客、开发者和神经科学家社区创建。 最初构想和大部分基础工作由 Alexandre Barachant 完成,其中包括作为核心依赖的 `muse-lsl <https://github.com/alexandrebarachant/muse-lsl/>`_ 库。目前项目的首席开发者是 `John Griffiths <https://www.grifflab.com>`_。 主要贡献者包括:Alexandre Barachant、Hubert Banville、Dano Morrison、Ben Shapiro、 John Griffiths、Amanda Easson、Kyle Mathewson、Jadin Tredup、Erik Bjäreholt。 同时感谢 Andrey Parfenov 开发出优秀的 `brainflow <https://github.com/brainflow-dev/brainflow/>`_ 库, 让我们大幅扩展了支持的设备范围;也感谢 `PsychoPy <https://github.com/psychopy/psychopy/>`_ 和 `MNE <https://github.com/mne-tools/mne-python/>`_ 的开发者,这两个项目共同构成 eeg-expy 的核心支撑。 贡献 ---------- 本项目欢迎并鼓励社区贡献! 如果你有想加入 eeg-expy 的内容,请先创建一个 `议题 <https://github.com/NeuroTechX/eeg-expy/issues/new/choose>`_。 联系 ------------- 有关 eeg-expy 功能的一般讨论,最适合在 `议题页面 <https://github.com/NeuroTechX/eeg-expy/issues/new/choose>`_ 进行。其他问题和讨论可以发送电子邮件至 `john.griffiths@utoronto.ca`,也可以在 `NeuroTechX Discord <https://discord.gg/zYCBfBf4W4>`_ 或 `NeuroTechX slack <https://neurotechx.herokuapp.com>`_ 联系我们。 .. image:: ./doc/img/eeg-notebooks_democratizing_the_cogneuro_experiment.png :align: center :scale: 50 ## 原文 DOI 与数字核对索引 下列不变量从原始载荷自动提取,仅用于核对译文完整性,不构成额外证据摘要。 - `0.2` - `1` - `1000` - `2` - `50` - `7`