头皮脑电图 (EEG) 是研究实时神经现象最流行的非侵入式方式之一。虽然传统的 EEG 研究侧重于识别群体层面的统计效应，但机器学习的兴起促使计算神经科学向时空预测分析转变。我们引入了一种新颖的开源查看器，即 EEG 预测可视化器 (EPViz)，以帮助研究人员开发、验证和报告他们的预测模型输出。EPViz 是一个用 Python 开发的轻量级独立软件包。除了查看和操作 EEG 数据之外，EPViz 还允许研究人员加载 PyTorch 深度学习模型，将其应用于 EEG 特征，并将输出的通道或受试者级别的时间预测叠加在原始时间序列之上。这些结果可以保存为高分辨率图像，用于手稿和演示文稿。 EPViz 还为临床科学家提供了有价值的工具，包括频谱可视化、基本数据统计计算和注释编辑。最后，我们内置了一个 EDF 匿名化模块，以促进临床数据的共享。总而言之，EPViz 填补了 EEG 可视化方面亟需的空白。我们用户友好的界面和丰富的功能集合也可能有助于促进工程师和临床医生之间的合作。