BrainAuth: EEG-based Personal Identification

项目简介

BrainAuth 是一个基于脑电（EEG）信号的个体身份验证系统。本项目基于PhysioNet EEG Motor Movement/Imagery Dataset v1.0.0，集成了数据预处理、深度学习模型训练与超参数自动优化等完整流程。该项目提出的SiameseICAConvNet，在实验中取得了最佳效果。

主要特性

• EEG 数据批量化整理与预处理（滤波、重采样、归一化、窗口切分等）
• Optuna 自动超参数调优
• 训练与评估流程可视化
• 配置化实验管理，易于复现

安装与环境

1. 克隆本仓库
2. 安装依赖（推荐使用虚拟环境）

   pip install -r requirements.txt

3. 准备PhysioNet EEG数据并放置于 data/raw/ 目录

快速开始

1. 数据整理

python src/organize_file.py

2. 数据预处理

python src/preprocess.py --config configs/config.yaml

3. 模型训练（推荐 SiameseICAConvNet）

python src/train.py --config configs/config.yaml

4. 超参数自动调优

python src/hyperparameter_tuning.py

目录结构

BrainAuth/
├── configs/                # 配置文件
├── data/                   # 数据目录
│   ├── raw/                # 原始数据
│   ├── organized/          # 整理后的数据
│   └── processed/          # 预处理后数据
├── outputs/                # 训练与调优结果
├── src/                    # 源代码
│   ├── preprocess.py
│   ├── train.py
│   ├── hyperparameter_tuning.py
│   └── ...
└── README.md

配置说明

• 所有流程均通过 YAML 配置文件控制，详见 configs/config.yaml。
• 支持命令行参数覆盖配置项。
• 推荐在 dataloader.mode 选择 siamese，并使用 SiameseICAConvNet 结构。