Neurazum

bai-6 Emotion modeli, EEG ve iEEG tarafından toplanan veriler ile eğitilen bir detaylı duygu sınıflandırma modelidir. Model, 6 kanallı bir EEG cihazıyla çalışabilir durumdadır. bai modelleri, herkes için tasarlanmıştır. Açık kaynak versiyonları herkes tarafından kullanılabilir. ------------------------------------------------------------------------- bai-6 Emotion (EN) The bai-6 Emotion model is a detailed emotion classification model trained with data collected by EEG and iEEG. The model can work with a 6-channel EEG device. bai models are designed for everyone. Open source versions are available for everyone to use. |Layer (type) | Output Shape | Param # | | --- | --- | --- | | dense4 (Dense) | (None, 128) | 4,736 | | batchnormalization2 | (None, 128) | 512 | | dropout3 (Dropout) | (None, 128) | 0 | | dense5 (Dense) | (None, 64) | 8,256 | | batchnormalization3 | (None, 64) | 256 | | dropout4 (Dropout) | (None, 64) | 0 | | dense6 (Dense) | (None, 32) | 2,080 | | dropout5 (Dropout) | (None, 32) | 0 | | dense7 (Dense) | (None, 4) | 132 |

Classify imagined speech commands from EEG brain signals using deep learning. This project enables Brain-Computer Interface (BCI) applications by decoding imagined directional commands ("Up", "Down", "Left", "Right") from EEG brain signals. Users think about a direction without speaking, and the system predicts their intended command. EEG Device - Channels: 64 Channels (10-20 system) - Sampling Rate: 250+ Hz - Impedance: =2.8.0, =1.0.0 numpy>=1.21.0 scipy>=1.7.0 pandas>=1.3.0 mne>=1.0.0 matplotlib>=3.5.0 seaborn>=0.11.0 python User thinks "forward" → wheelchair moves forward User thinks "left" → wheelchair turns left python User thinks "up" → lights turn on User thinks "down" → lights turn off python User thinks "right" → character moves right Mental commands for game control ``` This project is in the BETA phase. Use at your own risk. Due to the process, low accuracy rates may be observed. In addition, since the data belongs to Neurazum , the function structure may change in future models. 1. Neurazum's own data set was used. This data set is closed source. 2. Nieto, N., Peterson, V., Rufiner, H. L., Kamienkowski, J. E., & Spies, R. (2021). "Thinking out loud, an open access EEG-based BCI dataset for inner speech recognition." bioRxiv. https://doi.org/10.1101/2021.04.19.440473

| Model | Boyut | Parametre | FLOPs | mAPᵛᵃᴵ | APᵛᵃᴵ | CPU b1 | V100 b1 | V100 b32 | |:-------:|:-------:|:--------:|:-------:|:--------:|:--------:|:--------:|:---------:|:----------:| | Vbai-DPA 2.3f | 224 | 12.87M | 0.15B | %53.30 | %61.15 | 7.02ms | 3.51ms | 0.70ms | | Vbai-DPA 2.3c | 224 | 51.48M | 0.56B | %64.93 | %73.42 | 18.11ms | 9.06ms | 1.81ms | | Vbai-DPA 2.3q | 224 | 104.32M | 2.96B | %59.31 | %64.24 | 38.67ms | 19.33ms | 3.87ms | | Vbai-DPA 2.3f+ | 448 | 102.79M | 0.65B | %23.56 | %50.00 | 37.00ms | 18.50ms | 3.70ms | | Vbai-DPA 2.3c+ | 448 | 205.61M | 2.22B | %37.64 | %58.33 | 163.00ms | 81.50ms | 16.30ms | Vbai-DPA 2.3 (Dementia, Parkinson, Alzheimer) modeli, MRI veya fMRI görüntüsü üzerinden beyin hastalıklarını teşhis etmek amacıyla eğitilmiş ve geliştirilmiştir. Hastanın parkinson olup olmadığını, demans durumunu ve alzheimer riskini yüksek doğruluk oranı ile göstermektedir. Vbai-DPA 2.2'ye göre yorum yapma özelliği eklenip, ince ayar ve daha fazla veri ile eğitilmiş versiyonlarıdır. Vbai modelleri tamamen öncelik olarak hastaneler, sağlık merkezleri ve bilim merkezleri için geliştirilmiştir. - Alzheimer Hastası: Hasta kişi, kesinlikle alzheimer hastasıdır. - Ortalama Alzheimer Riski: Hasta kişi, yakın bir zamanda alzheimer olabilir. - Hafif Alzheimer Riski: Hasta kişinin, alzheimer olması için biraz daha zamanı vardır. - Çok Hafif Alzheimer Riski: Hasta kişinin, alzheimer seviyesine gelmesine zaman vardır. - Risk Yok: Kişinin herhangi bir riski bulunmamaktadır. - Parkinson Hastası: Kişi, parkinson hastasıdır. | Model | Test Size | Params | FLOPs | mAPᵛᵃᴵ | APᵛᵃᴵ | CPU b1 | V100 b1 | V100 b32 | |:-------:|:-------:|:--------:|:-------:|:--------:|:--------:|:--------:|:---------:|:----------:| | Vbai-DPA 2.3f | 224 | 12.87M | 0.15B | 53,30% | 61,15% | 7.02ms | 3.51ms | 0.70ms | | Vbai-DPA 2.3c | 224 | 51.48M | 0.56B | 64,93% | 73,42% | 18.11ms | 9.06ms | 1.81ms | | Vbai-DPA 2.3q | 224 | 104.32M | 2.96B | 59,31% | 64,24% | 38.67ms | 19.33ms | 3.87ms | | Vbai-DPA 2.3f+ | 448 | 102.79M | 0.65B | 23,56% | 50,00% | 37.00ms | 18.50ms | 3.70ms | | Vbai-DPA 2.3c+ | 448 | 205.61M | 2.22B | 37,64% | 58,33% | 163.00ms | 81.50ms | 16.30ms | The Vbai-DPA 2.3 (Dementia, Parkinson's, Alzheimer's) model has been trained and developed to diagnose brain diseases using MRI or fMRI images. It indicates whether the patient has Parkinson's disease, dementia, and Alzheimer's risk with a high accuracy rate. It is an upgraded version of Vbai-DPA 2.2, featuring enhanced interpretation capabilities and further refined with additional data. Vbai models are developed exclusively for hospitals, health centres and science centres. - Alzheimer's disease: The sick person definitely has Alzheimer's disease. - Average Risk of Alzheimer's Disease: The sick person may develop Alzheimer's disease in the near future. - Mild Alzheimer's Risk: The sick person has a little more time to develop Alzheimer's disease. - Very Mild Alzheimer's Risk: The sick person has time to reach the level of Alzheimer's disease. - No Risk: The person does not have any risk. - Parkinson's Disease: The person has Parkinson's disease. 1. Sanal ortam oluşturun. / Create a virtual environment. 3. (Default Model) Dosyayı çalıştırın. / Run the script. 3. (Plus Model) Dosyayı çalıştırın. / Run the script.