目前在做运动想象分类,发现上海大学2022年刚公开的运动想象数据集介绍较少,特此补充。
数据集的官方介绍文档放在评论区,需要自取。
数据集官方地址:shu_dataset
一、数据内容
MI实验分为三个阶段:
第一阶段:0-2 s是休息准备期,期间受试者可以休息,身体动作小,眨眼。
第二阶段:2-4s,是提示阶段。在这个阶段,左手或右手移动动画会出现在监视器上,以提醒受试者接下来的手部任务。
第三阶段:4-8s,是MI的过程。在此期间,受试者根据监视器中的箭头提示,在相应方向上执行手移动的MI任务。EEG设备在此阶段收集并存储信号。完成一个session后获得100个trails。在实验中,对于每个被试,我们进行了五个独立的sessions,每个session间隔2到3天,以便每个被使者在5个sessions中共有500个trails。
二、读取数据
为了便于理解数据,在python中使用了mne读取了其中的
sub-003_ses-01_task_motorimagery_eeg.edf
import mne
raw_data = mne.io.read_raw_edf('sub-003_ses-01_task_motorimagery_eeg.edf')
raw_data.plot()
raw_data.load_data() #载入数据
events_from_annot, event_dict = mne.events_from_annotations(raw_data)
# print(event_dict)
# print(events_from_annot)
print(raw_data.info) # 数据信息(如通道信息、采样率等)
EDF file detected
Setting channel info structure...
Creating raw.info structure...
Reading 0 ... 91999 = 0.000 ... 367.996 secs...
<Info | 7 non-empty values
bads: []
ch_names: Fp1, Fp2, Fz, F3, F4, F7, F8, FC1, FC2, FC5, FC6, Cz, C3, C4, ...
chs: 32 EEG
custom_ref_applied: False
highpass: 0.0 Hz
lowpass: 125.0 Hz
meas_date: 2022-02-24 19:58:03 UTC
nchan: 32
projs: []
sfreq: 250.0 Hz
>
Channels marked as bad: none
单session数据格式为3维:100*32*1000。100个trails,32个电极,250Hz*4s=1000的数据点。
总数据量:25subjects*5sessions*500trails*1000个数据点
三、数据集总结
名称:上海大学运动想象数据集shu_dataset
电极数:32(基于国际10-20系统)
分类数:2(左手、右手)
采样率:250Hz
被试数:25
单被试trails:87-100
网站:shu_dataset