ern-flankers
N2、反应相关负波、额叶 theta
MNE-Python · EEGLAB · FieldTrip
Auto EEG Analysis
让编程助手复用 EEG 分析流程。
选择工作流，确认分析方案，保留实际执行的代码、结果与报告。
N400 分析示例
N400 / ERP CORE ↗一个固定的 N400 教程，从语义启动配方到 20 名 ERP CORE 参与者的保存结果。
资源目录
22 + 10查找适合研究的配方，或单独的分析技能。直接打开源码，查看输入要求、方法与数值约定。
mmn-oddball
听觉失匹配负波
p300-oddball
稀有目标诱发的 P300
n170-faces
人脸与非人脸对照
n170-face-inversion
正立与倒立人脸
n400-semantic
语义启动
alpha-attention-cueing
后部 alpha 调制
resting-microstate
静息态微状态图与动态
resting-spectral-connectivity
功率谱、非周期成分拟合、连接性
complexity-anesthesia
连续信号的复杂度与熵
eeg-preprocess
滤波、参考与坏导
eeg-ica
ICA 与成分标注
eeg-epoch
分段与伪迹剔除
eeg-erp
ERP 与成分测量
eeg-tfr
时频分析
eeg-spectral
功率谱与频谱参数
eeg-stats
统计推断
eeg-decoding
MVPA 与时间泛化
eeg-behavior
行为与试次层面的关联
eeg-connectivity
功能连接与有向连接
eeg-microstate
微状态图与时间动态
eeg-complexity
熵与复杂度指标
eeg-source
源定位
eeg-bids
BIDS-EEG 转换
eeg-qc
数据质量检查
eeg-group-compare
组间比较与效应量
eeg-figure
绘图与数据一致性检查
eeg-methods-text
COBIDAS-MEEG 方法文字
eeg-audit
独立模型审阅
eeg-report
报告与可复算记录
eeg-pipeline
分析编排
eeg-recipe
配方执行与版本记录
没有匹配的资源，请尝试其他关键词或主题。
配方状态与验证适用于各源码文件记录的具体配置。 验证范围 ↗
开始使用
安装包与版本 ↗沿用你的编程客户端和分析环境。
在终端输入
python -m pip install auto-eeg-analysis==0.3.3
aea-eeg init ./my-eeg-study --agent codex
cd my-eeg-study
codex在编程客户端内输入
$eeg-recipe n400-semantic --data .在终端输入
python -m pip install auto-eeg-analysis==0.3.3
aea-eeg init ./my-eeg-study --agent claude
cd my-eeg-study
claude在编程客户端内输入
/eeg-recipe n400-semantic --data .把兼容数据放入 my-eeg-study/raw/，在该工程内启动已登录的编程客户端。选择适合范式的配方，计算前确认分析方案。 为审阅阶段配置审阅模型。
从 Git 源码安装
在终端输入
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使用 MATLAB / EEGLAB？
通过 EEGLAB 扩展管理器安装 AEA 0.1.3，或使用 MATLAB 工具箱预览包。原生 MATLAB 路线支持从已有 epochs 计算明确指定的 ERP 均值。更广泛的资源库主要使用 MNE-Python。
已经检查了什么
验证范围 ↗数值比较对应明确记录的设置与保存输出。
- ERP 幅值
- 部分结果与 MNE-BIDS-Pipeline、EEGLAB 和 FieldTrip 比较。
- Cluster 统计
- 部分观测 t 图与 cluster 分区同 FieldTrip 比较。
- 频谱功率
- 使用独立 Welch 实现检查频带功率。
验证范围取决于测试过的输出和配置，不代表每个生成的工作流都已认证。