86 000 heures de signaux cérébraux : désormais en un clic express
Les archives ouvertes OpenNeuro et NEMAR contiennent 791 enregistrements de l'activité électrique du cerveau provenant de près de quarante mille personnes. Au total, cela représente 86 051 heures de signaux — environ dix ans d'écoute continue. Auparavant, pour extraire ne serait-ce qu'un de ces enregistrements, il fallait écrire des milliers de lignes de code : télécharger, décompresser, corriger les erreurs de format, découper en segments de la longueur souhaitée.
EEG-Dash agit comme un bibliothécaire intelligent. Il sait où se trouve chaque chose, vérifie immédiatement l'intégrité de l'enregistrement selon la norme stricte BIDS (Brain Imaging Data Structure — un format unifié pour les données de neuroimagerie) et fournit un objet prêt à l'analyse. À l'intérieur, des connexions sont déjà configurées avec les outils MNE-Python pour le traitement des signaux et Braindecode pour le découpage en fenêtres destinées à l'apprentissage automatique. Le chercheur n'a qu'à écrire le nom de l'ensemble — et en une seconde, il peut entraîner un modèle.
La particularité du système réside dans les métadonnées. Chaque enregistrement est muni d'étiquettes automatiquement extraites de la publication scientifique source. On peut chercher non pas par un numéro ennuyeux, mais par le sens : « mouvement de la main gauche » ou « crise d'épilepsie ». La recherche sémantique transforme un tas de fichiers en un véritable catalogue où l'on trouve ce que l'on cherche en quelques clics.
Dix ans de signaux cérébraux ne sont plus un poids mort. Désormais, tout chercheur peut vérifier une hypothèse en une soirée sur des centaines de sujets, sans écrire une seule ligne pour le chargement. La bibliothèque est enfin vraiment ouverte.
Résumé original
tel que rédigé par les auteurs, en anglais arXiv:2606.16041
Public neurophysiological datasets are increasingly accessible but remain hard to reuse: turning one into a trained model still takes thousands of lines of code for download, loading, format repair, windowing, and evaluation, and a dataset that meets metadata standards can still fail to load. EEG-Dash is a software resource that catalogues 791 publicly archived recordings (39,778 participants, over 86,051 hours) spanning electroencephalography (EEG), magnetoencephalography (MEG), intracranial EEG (iEEG), electromyography (EMG), and functional near-infrared spectroscopy (fNIRS) from the OpenNeuro and NEMAR archives. It exposes each dataset as an importable, queryable class that preserves signal attributes and loads into machine-learning workflows without custom code, delegating signal handling to MNE-Python, windowing to Braindecode, and format compliance to the official Brain Imaging Data Structure (BIDS) validator. A metadata-first registry adds semantic search, a format-repair layer, automatic dataset-level tags drawn from each source publication, and a feature-extraction framework. The catalogue, with per-record loadability and compliance metadata, supports benchmarking, model development, and cross-dataset analysis.
86 051 heures — c'est plus que la durée totale de tous les épisodes des « Simpson », y compris les 36 saisons record.