Python scripts for the P300 processing and classification
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F19%3A43956450" target="_blank" >RIV/49777513:23520/19:43956450 - isvavai.cz</a>
Result on the web
<a href="http://www.kiv.zcu.cz/vyzkum/software/2019/cnnforgtn.html" target="_blank" >http://www.kiv.zcu.cz/vyzkum/software/2019/cnnforgtn.html</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Python scripts for the P300 processing and classification
Original language description
The project contains Python scripts for off-line P300 event-related potential processing, feature extraction and classification (LDA, SVM, convolutional neural networks - CNN). The aim of this SW is to allow reproducibility of research comparing various classification algorithms applicable to brain-computer interface (BCI) development. This software was used in the following paper: "Lukáš Vařeka: Evaluation of convolutional neural networks using a large multi-subject P300 dataset, Biomedical Signal Processing and Control, 2019, in review". Its development was supported by the project LO1506 of the Czech Ministry of Education, Youth and Sports under the program NPU I.
Czech name
—
Czech description
—
Classification
Type
R - Software
CEP classification
—
OECD FORD branch
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Result continuities
Project
<a href="/en/project/LO1506" target="_blank" >LO1506: Sustainability support of the centre NTIS - New Technologies for the Information Society</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Others
Publication year
2019
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Internal product ID
CNNforGTN
Technical parameters
Skripty jsou napsané v jazyce Python a umožňují výpis výsledků klasifikace na standardní výstup i zobrazení grafů (průměry dat, spolehlivosti klasifikace, průběh trénování). Výstupy programu lze přidávat nebo odebírat změnou parametrů. Kontaktní osoba: Ing. Lukáš Vařeka, Ph.D., Západočeská univerzita v Plzni, Nové technologie pro informační společnost, Technická 8, 301 00 Plzeň, (e-mail: lvareka@kiv.zcu.cz, tel.: 377 632 444).
Economical parameters
Projekt umožňuje zrychlení výzkumu využití neuronových sítí v oblasti elektroencefalografie
Owner IČO
49777513
Owner name
Západočeská univerzita v Plzni