UnfoldBIDS.jl: Streamlining regression ERP Analysis of BIDS-Compliant EEG Data in Julia
René, Skukies; Benedikt Valerian Ehinger
- Año
- 2026
- DOI
- 10.31234/osf.io/p4cu7_v1 (se abre en una pestaña nueva)
- Licencia
- CC BY
Resumen ADIPA
Elaborado con IA a partir del resumen de los autoresUnfoldBIDS.jl es un paquete informático en lenguaje Julia que integra potenciales evocados relacionados con eventos (PRE) basados en regresión con datos de electroencefalografía conformes a la Estructura de Datos de Neuroimagen (BIDS). Su objetivo es simplificar el análisis de grandes conjuntos de datos de electroencefalografía naturales mediante la automatización del flujo de trabajo entre BIDS y los análisis de regresión flexibles de prueba individual. El paquete permite preprocesar datos usando herramientas Python, producir conjuntos de datos organizados para visualización y análisis estadístico, e incluye documentación y tutoriales. Busca mejorar la reproducibilidad y eficiencia en análisis complejos de neuroimagen reduciendo la necesidad de scripts personalizados.
Puntos clave
- UnfoldBIDS.jl integra análisis de potenciales evocados relacionados con eventos mediante regresión con datos de electroencefalografía estructurados según BIDS para simplificar flujos de trabajo complejos.
- El paquete permite preprocesar datos de electroencefalografía usando herramientas Python estándar como MNE-python y devuelve conjuntos de datos organizados listos para visualización y análisis.
- La integración de BIDS con la regresión flexible de Unfold.jl reduce la necesidad de scripts personalizados, mejorando la reproducibilidad de análisis en experimentos naturales a gran escala.
Para quién: Investigadores que realizan análisis de electroencefalografía en experimentos complejos y naturales, y que necesitan automatizar el flujo de análisis desde datos estructurados según BIDS hasta resultados estadísticos reproducibles.
Resumen de los autores
Áreas y palabras clave
Cómo citar (APA 7)
René, S., & Ehinger, B. V. (2026). UnfoldBIDS.jl: Streamlining regression ERP Analysis of BIDS-Compliant EEG Data in Julia. https://doi.org/10.31234/osf.io/p4cu7_v1