MNE-Python通过LSL兼容设备集成的实时框架，用于在线神经科学研究。
项目描述
MNE-LSL (文档网站) 提供了一个实时脑信号流框架。 MNE-LSL 包含了 Lab Streaming Layer C++ 库的改进 Python 绑定 mne_lsl.lsl，取代了 pylsl。此底层绑定用于高级对象以与 LSL 流交互。
任何由原生 LSL 或 OpenVibe 支持的信号采集系统也由 MNE-LSL 支持。由于数据通信基于 TCP，信号可以无线传输。有关 LSL 的更多信息，请访问 LSL github。
安装
MNE-LSL 支持 python ≥ 3.9，可在 PyPI 和 conda-forge 上找到。安装说明可在 文档网站 上找到。
致谢
MNE-LSL 基于 BSL 和 NeuroDecode。由 Kyuhwa Lee 开发的原始版本在 Microsoft 脑信号解码竞赛 中获得了第一名（2016年）。MNE-LSL 基于 BSL 的重构版本，由 Mathieu Scheltienne 和 Arnaud Desvachez 为 Fondation Campus Biotech Geneva (FCBG) 开发，并由 Fondation Campus Biotech Geneva (FCBG) 支持。
版权和许可证
代码根据 BSD 3-Clause License 发布。
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。
源分布
mne_lsl-1.6.0.tar.gz (113.7 kB 查看散列)
构建分布
mne_lsl-1.6.0-py3-none-any.whl (158.8 kB 查看散列)
关闭
mne_lsl-1.6.0.tar.gz 的散列
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | 94485d798591dfbd432ef488643059ed1e32d0a6de869b3c80dcecb6862df63f |
|
| MD5 | 2dcbedbff0867797071f16f6f26bf9ea |
|
| BLAKE2b-256 | 54f11ffd260ffc2a9ba1e93c991b7543da897767b7009e370e83b8b3f3e769a6 |