基于脑电图的低成本脑机接口 该项目使用来自用户的实时 EEG 来控制使用稳态视觉诱发电位的简化键盘。 在启动时，用户应盯着其中一个复选框记录基线 EEG。 一旦复选框开始闪烁，用户就可以开始进行选择。 有五个闪烁的复选框，每个闪烁的频率不同。 每个框上方还有一些逗号分隔的选项，用户可以通过查看和专注于它来选择。 该框将突出显示，选项在复选框之间细分。 这将重复进行，直到选择了一个选项。 如果选项是字母/数字，它将显示在文本框中。 SSVEP BCI 现在不可靠 电路文件夹中是单通道 EEG 测量电路的 ltspice 原理图，该电路由 Nucleo F303K8 测量。 这些值被发送到处理数据的脑机接口。 电路的视频概述可以在下面看到 在 Alpha BCI 文件夹中可以找到一个简单的 Alpha 波 BCI，下面可以看到演示视频 这是我最后一年的电气/电子工程学位项目 入门 按

此提交包含绘制 EEG 数据、使用 FFT 和 Pwelch 方法的功率谱、FDA 工具箱 - Alpha、Beta、Theta 和 Delta 的频谱图、频谱的练习问题。 参考： [ ] John L.Semmlow。 生物信号和医学图像处理。 第二版，CRC 出版社，2009

脑电图 使用脑电图实时触发功能性电刺激设备

文章 Tensorflow：EEG上CNN的一次实验 中所用的EEG脑电图数据，包含DEAP和MAHNOB-HCI两个库

这是KUET的ABC的财产。 作者：Md. Asadur Ra​​hman，BME 部研究员，KUET，Khulna-9203，孟加拉国 它专为 B-Alert X-10 模型使用地形图而设计。 只需输入任意长度的 9 通道脑电数据，即可享受地形图。 可能这是迄今为止最简单的方法。

em算法matlab代码主轴-HMM 复制所有结果，表格和纸图的代码 要求 MATLAB-结果，表格和图2 MATLAB R2016b或更高版本（实现的算法需要广播功能） 统计和机器学习工具箱 信号处理工具箱 并行计算工具箱（可选，但强烈推荐用于基于EM的学习） Python-图1 Python3 jupyter笔记本 matplotlib 绘制概率图形模型 数据 DREAMS睡眠纺锤数据集 指示 将“ Main_Code”文件夹添加到MATLAB路径 下载DREAMS睡眠纺锤数据集。 可靠的来源（请确保下载DatabaseSpindles.rar文件）。 解压缩.rar文件。 运行reformatDREAMS.m脚本以对EEG和专家标签进行格式化和降采样 现在即可运行“ DREAMS”文件夹中的算法/脚本。 这些是用于复制结果，表和图2的脚本 （可选）使用matplotlib和RARHSMM_GraphicalModel.ipynb设置python环境，以在jupyter笔记本上运行RARHSMM_GraphicalModel.ipynb PS1：所有主要代码都是MATLAB，pyt

EEG-P300检测 第十七届数学建模C题，脑电波P300信号检测，睡眠阶段分类 小波分析 数据不平衡 半监督学习，自训练 队员：dinghj，右詹姆斯，KDLin

王文峰团队脑电图并行计算.pdf

王文峰团队脑电图深度学习.pdf

人工智能领域知名教授指导完成