机器学习技术（例如深度学习）已越来越多地用于辅助 EEG 注释，通过自动化伪影识别、睡眠分期和癫痫发作检测。由于缺乏自动化，注释过程容易产生偏差，即使对于经过训练的注释者也是如此。另一方面，完全自动化的过程不为用户提供检查模型输出和重新评估潜在错误预测的机会。作为应对这些挑战的第一步，我们开发了 Robin's Viewer (RV)，这是一个基于 Python 的 EEG 查看器，用于注释时间序列 EEG 数据。RV 与现有 EEG 查看器的主要区别在于，它可以可视化经过训练以识别 EEG 数据中的模式的深度学习模型的输出预测。RV 是在绘图库 Plotly、应用程序构建框架 Dash 和流行的 M/EEG 分析工具箱 MNE 的基础上开发的。它是一个开源、独立于平台的交互式 Web 应用程序，支持常见的 EEG 文件格式，便于与其他 EEG 工具箱轻松集成。RV 包括其他 EEG 查看器的常见功能，例如视图滑块、用于标记坏通道和瞬态伪影的工具以及可自定义的预处理。总而言之，RV 是一个 EEG 查看器，它结合了深度学习模型的预测能力以及科学家和临床医生的知识，以优化 EEG 注释。通过训练新的深度学习模型，RV 可以开发用于检测伪影以外的临床模式，例如睡眠阶段和 EEG 异常。