🧠 Procesamiento de Señales EEG

Este repositorio contiene herramientas y scripts para el procesamiento y análisis de señales electroencefalográficas (EEG). El proyecto incluye funcionalidades para el filtrado, análisis espectral, y visualización de señales EEG.

📁 Estructura del Repositorio

.
├── 📂 assets/                  # Directorio para recursos y archivos de soporte
├── 📂 Scripts/                 # Scripts de procesamiento y análisis
│   ├── 📄 Bandas_Frecuencia.py
│   ├── 📄 Coherencia_Conectividad.py
│   ├── 📄 Densidad_Espectral_Potencia.py
│   ├── 📄 Filtrado_Senales_EEG.py
│   └── 📄 Graficar_Senales_EEG.py
├── 📓 NoteBook_EEG_Definitivo.ipynb  # Notebook principal con ejemplos y análisis
├── 📊 Test_Signal.cnt         # Archivo de señal EEG de prueba
└── 📋 requirements.txt        # Dependencias del proyecto

⚡ Funcionalidades Principales

El proyecto incluye las siguientes funcionalidades:

1. 🔄 Filtrado de Señales EEG

• Implementado en Filtrado_Senales_EEG.py
• Permite el preprocesamiento y limpieza de señales EEG

2. 📊 Análisis de Bandas de Frecuencia

• Implementado en Bandas_Frecuencia.py
• Análisis de las diferentes bandas de frecuencia en señales EEG

3. 🔗 Análisis de Coherencia y Conectividad

• Implementado en Coherencia_Conectividad.py
• Estudia las relaciones entre diferentes regiones cerebrales

4. 📈 Densidad Espectral de Potencia

• Implementado en Densidad_Espectral_Potencia.py
• Análisis de la distribución de potencia en el dominio de la frecuencia

5. 📊 Visualización de Señales

• Implementado en Graficar_Senales_EEG.py
• Herramientas para la visualización de señales EEG

📦 Requisitos

El proyecto utiliza Python y requiere las siguientes dependencias principales:

• 🧮 MNE (MNE-Python) para procesamiento de señales EEG
• 🔢 NumPy y SciPy para computación científica
• 📊 Matplotlib y Seaborn para visualización
• 📑 Pandas para manejo de datos
• 🤖 Scikit-learn para análisis de datos

Para instalar todas las dependencias:

pip install -r requirements.txt

🚀 Uso

El notebook principal NoteBook_EEG_Definitivo.ipynb contiene ejemplos y tutoriales sobre cómo utilizar las diferentes funcionalidades del proyecto. Se recomienda comenzar por ahí para entender el flujo de trabajo.

🧪 Archivo de Prueba

El repositorio incluye un archivo de señal EEG de prueba (Test_Signal.cnt) que puede ser utilizado para probar las diferentes funcionalidades.

👥 Contribución

Si deseas contribuir al proyecto, por favor:

1. 🍴 Haz un fork del repositorio
2. 🌿 Crea una rama para tu característica
3. 💾 Haz commit de tus cambios
4. 🔄 Envía un pull request

📜 Licencia

Este proyecto está bajo la Licencia MIT. Ver el archivo LICENSE para más detalles.