Ce projet vise à examiner l'impact des variations de prétraitement des données EEG sur les résultats d'analyse, en utilisant trois logiciels open-source couramment utilisés : EEGLAB, Brainstorm et FieldTrip. Les résultats montrent une bonne convergence dans le profil général des ondes cérébrales evokées (ERP), les latences de pics et les estimations de taille d'effet liées à des caractéristiques spécifiques du signal. Cependant, une variabilité considérable a été observée dans la magnitude des tensions absolues observées avec chaque logiciel, reflétée par les valeurs de similarité et les différences statistiques observées à des canaux et instants spécifiques.

Ce projet est une collection d'algorithmes, de visualisations et d'outils pour le traitement de signaux biomédicaux, en particulier pour l'analyse de données EEG et la création d'interfaces cerveau-ordinateur. Il inclut des fonctionnalités telles que le prétraitement de signaux, la détection de caractéristiques, la classification et la visualisation de données en temps réel.

Ensemble de scripts Python et Matlab pour le traitement et l'analyse de données d'EEG provenant de l'expérience EEG_Sign, publiée dans l'article "Brain oscillatory correlates of visuomotor adaptive learning".