用卷积滤波器matlab代码-arnaghosh:MTLBrainhackSchool2018的Sleep-EEG项目回购

用卷积滤波器matlab代码学会回忆梦想家的梦想 这是尝试使用深度卷积网络体系结构将梦境回忆率较高的人与未根据梦觉记录到的EEG数据进行分类的人。 目的 训练深度卷积架构，以将梦回想率高的人（做梦的人）与梦回想率低的人（非做梦的人）区分开。 观察不同睡眠阶段的解码（分类）准确性，以识别包含差异的关键睡眠阶段 可视化CNN提取的特征以对两组进行分类 尝试训练识别个人主题-可能用作个人识别工具 数据集 礼貌 - 36个科目-18个梦想家和18个非梦想家 以1000 Hz采样的30秒间隔的睡眠试验 19个EEG电极 专家注释的睡眠试验基于睡眠阶段（S1，S2，REM和SWS）分开 使用的工具/语言 的MATLAB 火炬（卢阿） 数据处理与结构化 数据下采样至200 Hz 检查抗锯齿（感谢安德鲁） 睡眠试验分为5秒长的时间段 数据尺寸为1 X 19 X 1000，以传递给CNN 深度学习架构 在SWS睡眠数据上训练网络。 80％的训练数据来自袋装睡眠部分，20％的有效数据 在34个科目上训练网络并在其余2个科目上进行测试->准确性不足14倍 使用REM和S2数据。 S1数据可能还不够！！ ：/