Proyecto-EEGNet-

Clasificador de cognitive tasks para señales EEG basado en EEGNet utilizando el dataset de Aunon y Keirn (1989). Las señales son preprocesadas mediante filtro Notch(60 Hz) y Eliptico(< 100 Hz) con una normalización por z-score. Para generar imagenes analizables por una CNN, se combino el uso de mapas tiempo-frecuencia por CWT y la decomposición MVMD.

Dataset utilizado

Keirn & Aunon (1989) https://www.cs.colostate.edu/eeg/main/data/1989_Keirn_and_Aunon.

Dependencias necesarias

Python

Versión: 3.8.5
Jupyter Notebook 6.1.4
TensorFlow 2.6.0
Numpy 1.19.2
Scikit Learn 0.23.2
Keras 2.6.0
Keras processing 1.1.2

Matlab

Versión: 9.8.0.1451342 R2020a Update 5
DSP System Toolbox Version 14.0 R2020a
Image Processing Toolbox Version 11.1 R2020a
Signal Processing Toolbox Version 8.4 R2020a
Wavelet Toolbox Version 5.4 R2020a

Ejecución

Definir la carpeta con su path donde se guardaran las imagenes generadas en main.m
Ejecutar main.m
Ordenar las carpetas de las imagenes generadas según las simulaciones que se desee realizar
Definir esta última carpeta en el archivo main.py
Ejecutar main.py

Manejo de archivos

Ejemplo de carpetas para MATLAB

.
└── root/
    └── Metodo_1/
        ├── sujeto1/
        │   ├── Baseline/
        │   │   ├── sub1rep1ch1.jpeg
        │   │   ├── sub1rep1ch2.jpeg
        │   │   ├── sub1rep1ch3.jpeg
        │   │   └── ...
        │   ├── Counting/
        │   │   └── ...
        │   ├── Rotation/
        │   │   └── ...
        │   └── ...
        ├── sujeto2
        └── ...

Ejemplo de carpetas para Python

.
└── root/
    ├── Test1/
    │   ├── Baseline/
    │   │   ├── sub1rep1chn1.jpeg
    │   │   ├── sub1rep1chn2.jpeg
    │   │   └── ...
    │   └── Counting/
    │       ├── sub1rep1chn1.jpeg
    │       ├── sub1rep1chn2.jpeg
    │       └── ...
    ├── Test2/
    │   ├── Baseline/
    │   │   ├── sub1rep1chn1.jpeg
    │   │   ├── sub1rep1chn2.jpeg
    │   │   └── ...
    │   └── Rotation/
    │       └── ...
    └── ...