NeuroDecode - EEG运动想象解码系统（BCI × LLM协同推理）开源项目

NeuroDecode 是面向 EEG 脑机接口（BCI）的运动想象解码系统，覆盖深度学习、经典机器学习与集成学习三大路线，并内置 BrainFlow 实时流式推理支持。

核心特性：
1. 六大模型实现：EEGNet v2、Conformer、TCN 三种深度模型 + CSP、Riemannian MDM 两种经典方法 + Voting/Stacking 集成，统一接口一键对比；
2. 实测成绩：Ensemble-Stacking（切空间特征）在 PhysioNet 运动想象数据集上准确率 82.14%（Cohen's Kappa 0.537），显著优于单模型基线；
3. BCI × LLM 协同推理：将运动想象类别映射为 QUERY/REASON/CREATE/REVIEW 四种认知模式，LLM 后端可插拔（Ollama 本地 / 云端 API / Mock），Flask + SSE 实时 Web 可视化；
4. 实时管线：BrainFlow 流式采集，200ms 滚动窗口，4 秒滑窗推理，支持 8 通道 250Hz 设备接入；
5. 质量：239 条测试全部通过，GitHub Actions CI 全绿，三套调参策略（数据增强 / 网格搜索 / 架构改进）与反坍塌训练措施。

适用于 BCI 科研原型、生理信号课程设计与脑机接口入门学习。