Bem-vindo ao projeto EEG_coffee_alert! Este é um repositório dedicado a um projeto de análise de dados EEG utilizando Inteligência Artificial. Aqui você encontrará informações sobre a coleta de dados, a estrutura do repositório, detalhes sobre a base de dados utilizada e instruções para montar o ambiente virtual necessário para desenvolver e executar o projeto.
Os dados utilizados neste projeto foram coletados de 17 voluntários que foram submetidos a 6 momentos distintos de amostragem. Os testes aplicados foram os seguintes:
Plataforma utilizada: Human Benchmark
Neste diretório, você encontrará os seguintes arquivos e pastas:
O notebook "EEG Explorer" é uma ferramenta de análise de dados de eletroencefalografia (EEG) que permite visualizar e plotar sinais de diferentes canais cerebrais. Ele utiliza bibliotecas como pandas, numpy, scipy, matplotlib e plotly para processar e exibir os dados. O usuário pode importar arquivos CSV contendo informações do EEG e selecionar os canais que deseja visualizar. A ferramenta também possui interatividade, permitindo ajustar o tamanho da janela móvel e selecionar diferentes arquivos e canais para análise. Isso possibilita uma análise mais detalhada dos sinais EEG, com gráficos de média móvel e primeira derivada para uma melhor compreensão dos dados.
Arquivo yaml que permite a criação do ambiente Anaconda necessário para reproduzir o projeto. Mais adiante, na seção Montando o ambiente virtual será explicado como utilizar esse arquivo.
Arquivo que lista os requisitos de software necessários para o projeto, como o google-cloud. Tenha certeza de possuir cada um deles.
Os dados estão separados em diversos arquivos, cada um representando um momento específico de um voluntário. O formato do nome do arquivo segue o padrão:
<nome do teste>_<ID do voluntário>
(por exemplo, arquivo referente ao voluntário 1 durante o teste alpha: alpha_1
).
Cada arquivo CSV possui as seguintes colunas:
Index
: Índice do dado no arquivo.Fp1
: Sinal EEG próximo do lobo frontal do cérebro.Fp2
: Sinal EEG próximo do lobo frontal do cérebro.C3
: Sinal EEG próximo do lobo pariental do cérebro.C4
: Sinal EEG próximo do lobo pariental do cérebro.P7
: Sinal EEG próximo do lobo temporal do cérebro.P8
: Sinal EEG próximo do lobo temporal do cérebro.O1
: Sinal EEG próximo do lobo occiptal do cérebro.O2
: Sinal EEG próximo do lobo occiptal do cérebro.Timestamp
: Registro do tempo da coleta em segundos.Este projeto utiliza a distribuição do Anaconda para criar o ambiente virtual em Python. No entanto, para uma instalação mais enxuta, recomendamos o uso do Miniconda.
Para reproduzir o ambiente Python necessário para este projeto, acesse o diretório que contém este projeto e execute o seguinte comando no terminal:
conda env create -f environment.yml
Os dados EEG utilizados neste projeto irão armazenados na pasta src/data. Esses dados são fundamentais para os processos realizados nos scripts Python presentes em src e no notebook explorer.ipynb.
(continuar)
(fazer)