Machine learning on electrophysiology MEG/EEG signals

Apprentissage automatique sur les signaux électrophysiologiques MEG/EEG

---

Description

In this hands-on session we will learn:

1. how to handle and visualize M/EEG data
2. some machine learning techniques to decode evoked and induced M/EEG activity.

We will use MNE-Python, a reference tool to process MEG/EEG/sEEG/ECoG data in Python, and the scikit-learn library.

The scripts are adapted from a previous course by Alex Gramfort and Huber Banville (MAIN educational 2022).

---

Description

Lors de cette session pratique, nous apprendrons :

1. à manipuler et visualiser les données M/EEG
2. quelques techniques d’apprentissage automatique pour décoder l’activité évoquée et induite.

Nous utiliserons MNE-Python, un outil de référence pour traiter les données MEG/EEG/sEEG/ECoG en Python, ainsi que la bibliothèque scikit-learn.

Les scripts sont adaptés d’un cours précédent donné par Alex Gramfort et Huber Banville (MAIN educational 2022).

---

Running locally

To run this tutorial locally, clone the repo and install the required packages in a Python (3.6+) environment:

pip install -r requirements.txt

Exécution en local

Pour exécuter ce tutoriel localement, clonez le dépôt et installez les packages requis dans un environnement Python (3.6+):

pip install -r requirements.txt

---

Download the sample dataset

It is highly recommended to download the dataset before the session.

Télécharger l'ensemble de données

Il est fortement recommandé de télécharger l’ensemble de données avant la session.

---

Instructors / Enseignantes

• Annalisa Pascarella
• Vanessa Hadid