Auto EEG Analysis

意味プライミングのレシピから、ERP COREの20名分の保存結果までを扱う固定N400チュートリアルです。

研究に合うレシピや個別の解析スキルを探せます。ソースで入力要件、手法、数値計算の規約を確認できます。

該当するリソースがありません。別の語句や分野を選んでください。

レシピの状態と検証は、各ソースに記録された設定に適用されます。 検証範囲 ↗

利用中のクライアントと解析環境で始められます。

python -m pip install auto-eeg-analysis==0.3.3
aea-eeg init ./my-eeg-study --agent codex
cd my-eeg-study
codex

$eeg-recipe n400-semantic --data .

python -m pip install auto-eeg-analysis==0.3.3
aea-eeg init ./my-eeg-study --agent claude
cd my-eeg-study
claude

/eeg-recipe n400-semantic --data .

対応データをmy-eeg-study/raw/に置き、そのプロジェクトでログイン済みクライアントを起動します。パラダイムに合うレシピを選び、計算前に解析計画を承認してください。 監査段階のレビュー用モデルを設定してください。

git clone https://github.com/dengzhe-hou/Auto-EEG-Analysis.git
cd Auto-EEG-Analysis
conda env create -f environment.yml
conda activate aeais
python tools/install_skills.py --agent codex
codex

数値比較は、記録された設定と保存された出力に対応します。

ERP振幅

一部の出力をMNE-BIDS-Pipeline、EEGLAB、FieldTripと比較。

クラスタ統計量

一部の観測tマップとクラスタ分割をFieldTripと比較。

スペクトルパワー

独立したWelch実装による帯域パワーの確認。

検証は対象の出力と設定に限定され、生成されるすべてのワークフローを認証するものではありません。