# This CITATION.cff file was generated with cffinit.
# Visit https://bit.ly/cffinit to generate yours today!

cff-version: 1.2.0
title: OpenBCIPythonFramework
message: >-
  If you use this software, please cite it using the
  metadata from this file.
type: software
authors:
  - given-names: Arthur
    family-names: Hauer
    email: arthurhauer@alunos.utfpr.edu.br
    affiliation: CPGEI - UTFPR
    orcid: 'https://orcid.org/0009-0007-0076-793X'
repository-code: 'https://github.com/arthurhauer/OpenBCI_Python_Framework'
abstract: >-
  É uma verdade incontestável que o processamento de sinais
  biomédicos tem muitas aplicações. De biometria à
  fisioterapia, o processamento destes sinais ocorre,
  normalmente, atrelado a ferramentas já consolidadas no
  mercado - normalmente fechadas para contribuição externa ,
  ferramentas open-source com arquitetura complexa, ou ao
  dispendioso trabalho de programar o pipeline de
  processamento para o problema em mãos. Ainda, o ato de
  programar o processamento por conta própria aumenta a
  probabilidade de erros no processamento, podendo
  comprometer o experimento executado e seus resultados. No
  caso de ferramentas open-source de arquitetura complexa, o
  problema acaba sendo o mesmo do mencionado anteriormente,
  já que a complexidade compromete a capacidade de
  contribuição. A tendência observável - em pesquisas
  envolvendo, especialmente, imagética motora - nos últimos
  anos é o uso das linguagens Python e Matlab. Python é uma
  escolha popular por ser uma linguagem interpretada, de
  alto nível, de fácil uso e extensa seleção de bibliotecas
  voltadas para processamento de sinais e aprendizado de
  máquina. Assim, este trabalho propõe um novo framework
  baseado em Python, para execução de experimentos
  envolvendo biossinais. O framework foi desenvolvido de
  modo a ser acessível a pesquisadores com conhecimento
  mínimo em programação. O framework tem arquitetura com
  abordagem orientada a nós, onde cada nó representa uma
  etapa no pipeline de processamento do sinal, como
  aquisição, filtragem, extração de features e
  classificação. A configuração do pipeline é feita através
  de um arquivo JSON de leitura intuitiva, que torna o setup
  experimental facilmente replicável.
keywords:
  - Python
  - Biosignal
  - Open-Source
  - Framework
  - Processing
license: MIT
commit: >-
  https://github.com/arthurhauer/OpenBCI_Python_Framework/commit/9646d367489908478f8912600966fd2a1f2809a9
version: 1.0.0
date-released: '2023-02-22'