MNE-Features软件,用于从多元时间序列中提取特征
项目描述
此存储库提供了使用M/EEG数据进行特征提取的代码。MNE-Features模块的文档可在以下位置找到:文档。
安装
要安装此包,最简单的方法是使用pip获取最新版本
$ pip install mne-features
或者如果你更喜欢conda
$ conda install --channel=conda-forge mne-features
或者获取代码的最新版本
$ pip install git+https://github.com/mne-tools/mne-features.git#egg=mne_features
依赖关系
以下是使用MNE-Features所需的依赖项
numpy (>=1.17)
matplotlib (>=1.5)
scipy (>=1.0)
numba (>=0.46.0)
llvmlite (>=0.30)
scikit-learn (>=0.21)
mne (>=0.18.2)
PyWavelets (>=0.5.2)
pandas (>=0.25)
引用
如果你的项目中使用了此代码,请引用
Jean-Baptiste SCHIRATTI, Jean-Eudes LE DOUGET, Michel LE VAN QUYEN, Slim ESSID, Alexandre GRAMFORT, "An ensemble learning approach to detect epileptic seizures from long intracranial EEG recordings" Proc. IEEE ICASSP Conf. 2018
项目详情
下载文件
下载适合您平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。
源分发
mne-features-0.3.tar.gz (40.1 kB 查看哈希值)
构建分发
mne_features-0.3-py3-none-any.whl (26.9 kB 查看哈希值)
关闭
mne-features-0.3.tar.gz的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | cae131cf167d092ce37fabda2ed0d7c0d083f02f58fffc15ba1526aca1e393aa |
|
MD5 | 918dec4dddeb7bf1b859ccb80c63fdd2 |
|
BLAKE2b-256 | f7ef6b9f2e2de33e0cdd6bf8a2dc40657d74c2ba056e75a2347f4519ed5777f3 |
关闭
mne_features-0.3-py3-none-any.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | eeeeb5bf0c1bf86d901c1af4b56290a0d25ce407d8d3f3b84f075464a2e3f832 |
|
MD5 | d0bfcad5db48ac4fcc86cddd1bdf6afa |
|
BLAKE2b-256 | d95f3a7e0cc6c676f4b4f3d10377a21314dec5b7ed318960654489520fc94f2e |