DREAMS es un marco de trabajo basado en Python para la generación automatizada de tarjetas de modelos para modelos de aprendizaje profundo aplicados a datos de electroencefalografía (EEG). A diferencia de los marcos de trabajo existentes para el análisis de datos de EEG, que se centran exclusivamente en técnicas de preprocesamiento o en el desarrollo de modelos de aprendizaje profundo, DREAMS se centra en la documentación estructurada y la interpretabilidad de los modelos. Proporciona documentación estructurada en formato YAML, que incorpora metadatos específicos del dominio, detalles de preprocesamiento, métricas de rendimiento y cuantificación de la incertidumbre. Documenta el rendimiento del modelo, el sesgo del conjunto de datos y las limitaciones de interpretabilidad mediante estudios de caso sobre tareas de clasificación de emociones con el conjunto de datos FACED y tareas de clasificación de EEG anormal con el conjunto de datos TUH Abnormal, lo que aumenta la transparencia. Proporciona métricas de rendimiento visualizadas, detalles de alineación del conjunto de datos y estimaciones de la incertidumbre del modelo, y es de código abierto, lo que facilita su adopción en la IA sanitaria, la investigación y el desarrollo de IA ética.
