База ссылок для тех, кто хочет работать дата-специалистом в сфере нейротехнологий: инструменты, данные, книги и курсы.
Пока база не отсортирована по уровню сложности для новичков, так что каждый выбирает сам, с чего начать.
Телеграм-канал автора: @neurotechjobs →Развиваю закрытый чат Neurotech Data для тех, кто хочет работать с данными в сфере нейротеха. Хотите вступить - пишите в личку @storm_de. Не обязательно быть профи: любопытных тоже принимаем.
Курс для тех, кто хочет войти в мир нейронауки и нейроинтерфейсов. Рассказывается про основы работы мозга, про электроэнцефалографию (ЭЭГ) и как её обрабатывать с помощью Python. По итогам вы получите не только знания, но и проект в портфолио: полный скрипт обработки ЭЭГ для интерфейса мозг-компьютер.
Учебный курс, читавшийся ведущими российскими специалистами на базе факультета биоинженерии и биоинформатики МГУ им. М.В. Ломоносова при поддержке фонда «Интеллект». 11 лекций (от методов регистрации информации из мозга до неинвазивных ИМК) и 10 семинаров (статистика для обработки сигналов, кластеризация спайков, сборка ЭМГ-усилителя, ML на микроконтроллере и др.). Ожидается базовое знание Python; знания о работе нервной системы приветствуются, но не обязательны.
Образовательная программа об основах трансляции и коммерциализации нейротехнологий. Бесплатна благодаря поддержке Национальных институтов здоровья США (NIH) и Earl E. Bakken Medical Devices Center. На английском.
Трёхнедельная интенсивная программа, проходящая каждый июль. Практические навыки на стыке нейронауки и машинного обучения в живом синхронном формате с упором на hands-on. На английском.
Курс про то, как наука расширяет границы познания мозга благодаря новым инструментам. Нейронауки и нейротехнологии как движущие силы инноваций, которые меняют наше представление о самих себе.
Курс по функциональной МРТ из специализации «Нейронаука и нейровизуализация». Основы метода фМРТ: как устроены данные и как их анализировать. На английском.
Интерактивный курс по цифровой обработке ЭЭГ-сигналов с возможностью экспериментировать прямо в браузере. Короткие уроки с практическими песочницами вместо стен теории: двигаете ползунки и смотрите, как сигнал реагирует в реальном времени. Темы: выборка и алиасинг, фильтрация, FFT, частотные диапазоны (дельта-гамма) и связность. Есть викторины и отслеживание прогресса. На английском.
Одна из ключевых фигур в анализе сигналов мозга (ЭЭГ/MEG/LFP). Автор стандартного учебника по time-frequency анализу «Analyzing Neural Time Series Data» (MIT Press, 2014), множества видеокурсов, лекций и кода в открытом доступе. Концепции универсальны, но реализация в книге и основном курсе - на MATLAB; ниже есть community-порт на Python. На английском.
Все курсы и материалы автора в одном месте.
Видеолекции по анализу сигналов, статистике и программированию в открытом доступе.
Исходный код к учебнику «Analyzing Neural Time Series Data». На MATLAB.
Community-реализация материалов учебника на Python.
Бесплатный мини-курс с теорией и разбором кода: фазовая синхронизация, surface Laplacian, симуляция ЭЭГ.
Бесплатный курс из подборки нейроакадемии neurocampus2030.
Курс видеолекций от ведущих учёных в области нейроинтерфейсов и нейровизуализации.
Курс Центра языка и мозга НИУ ВШЭ по психо-, нейро- и клинической лингвистике на платформе «Открытое образование». Про язык и мозг, а не про анализ данных.
Открытые нейроданные и инструменты для их анализа.
Онлайн-учебник по работе с нейроданными на Python. На английском.
Сборник ресурсов по работе с данными в нейро от сообщества Thinkcognitive.
Информационный хаб и трекер индустрии нейротехнологий: каталог компаний, мониторинг инвестиций, новостной дайджест. Полезно для понимания рынка.
Базовый дата-процессинг, гистологический анализ. За это не ручаюсь - когда-то советовали коллеги.
Монография по нейроинженерии и нейротехнологиям.
Machine Learning Techniques for Brain-Computer Interface Development. На английском.
Более техническое. Сюда же документация на sklearn, scipy и прочее подобное.
Процессинг ЭЭГ на Python.
Позволяет строить BCI-бенчмарки.
Автоматический анализ фаз сна.
Фреймворк на контрастивном обучении. Применим в том числе для нейроданных, поведенческих меток и такого всего.
Deep learning для ЭЭГ/MEG на PyTorch. Прямой компаньон к MNE и MOABB.
Римановы классификаторы, фактически стандарт для BCI рядом с MOABB.
Машинное обучение для фМРТ на Python.
Можно накопать кучу прикольного по ЦОС, если хочется прям закопаться.
Платформа с клиническими ЭЭГ-данными.
Буткемп по data science для нейроданных от INCF.
Большой репозиторий нейроданных в формате BIDS. Базовый источник.
Классические BCI-датасеты, пара к MOABB.
Крупнейший клинический ЭЭГ-корпус.
Коллекция открытых ЭЭГ-датасетов, записанных гарнитурами Unicorn BCI Core-8 и Core-4. Шесть парадигм: resting-state (глаза открыты/закрыты), auditory onset, auditory oddball (P300), visual onset, visual pattern-reversal и visual spatial frequency. Сырые и предобработанные данные в форматах CSV и BDF, с документацией по парадигмам, схеме записи, препроцессингу и ожидаемым откликам. Подходит для разработки алгоритмов, сравнения методов обработки сигнала, бенчмарков и обучения анализу ЭЭГ.
Открытые репозитории и данные команды AIRI по ЭЭГ/фМРТ и речевому картированию: библиотека для бесстимульного картирования речи (Stimulation-Free-Speech-Mapping), датасет SIGNAL (ЭЭГ + текстовые стимулы для сопоставления с LLM), интерпретируемая архитектура EEGSimpleNet, метод ReDisCA и архитектура для декодирования BOLD-сигнала из ЭЭГ (совместные ЭЭГ+фМРТ данные на Zenodo). Каждый проект сопровождается статьёй.