目前在做运动想象分类,发现Physionet运动想象数据集讲解较少,特此补充。
官方数据集地址:EEG Motor Movement/Imagery Dataset v1.0.0EEG Motor Movement/Imagery Dataset v1.0.0EEG recordings obtained from 109 volunteers.https://www.physionet.org/physiobank/database/eegmmidb/
目录
一、数据内容
受试者执行不同的运动/图像任务,同时使用BCI2000系统记录64通道脑电图。有109个受试者进行了14次实验运行:两次一分钟的基线运行(一次睁着眼睛,一次闭上眼睛),以及三次两分钟的运行,分别完成以下四项任务:
- 目标将显示在屏幕的左侧或右侧。受试者打开并关闭相应的拳头,直到目标消失。然后主题放松。(运动执行ME)
- 目标将显示在屏幕的左侧或右侧。受试者想象打开和关闭相应的拳头,直到目标消失。然后主题放松。(运动想象MI)
- 目标将显示在屏幕的顶部或底部。受试者打开和关闭两个拳头(如果目标在顶部)或双脚(如果目标在底部),直到目标消失。然后主题放松。
- 目标将显示在屏幕的顶部或底部。受试者想象打开和关闭两个拳头(如果目标在顶部)或双脚(如果目标在底部),直到目标消失。然后主题放松。
总之,实验运行是:
- 基线,睁开眼睛
- 基线,闭上眼睛
- 任务 1(打开和关闭左拳或右拳)
- 任务2(想象一下左拳或右拳的打开和关闭)MI
- 任务3(打开和关闭双拳或双脚)
- 任务4(想象一下打开和关闭双拳或双脚)MI
- 任务 1 (同上)
- 任务 2
- 任务 3
- 任务 4
- 任务 1
- 任务 2
- 任务 3
- 任务 4
二、数据范式
脑电图运动想象数据集包含来自109个被试的1500多个脑电图数据。基于国际10-10系统的电极有64个。每个被试执行84次trils(3次sessions× 7次trials× 4项tasks)。采用160Hz采样率,记录持续时间4秒的脑电信号(即每个trials640个时间点)。四个MI任务分别称为L(左拳)、R(右拳)、B(两拳)、和F(两脚)。
数据集提供的数据是EDF+格式(包含64个EEG信号,还有一个注释通道)。
每个注释包括以下三个标号(T0、T1 或 T2)之一:
- T0 对应于休息
- T1 对应于
- 左拳(在运行 3、4、7、8、11 和 12 中)
- 两个拳头(在运行5,6,9,10,13和14中)
- T2 对应于
- 右拳(在运行 3、4、7、8、11 和 12 中)
- 双脚(在运行 5、6、9、10、13 和 14 中)
三、电极坐标图
放置电极的位置采用了国际通用的10-10系统。
四、读取数据
为了便于理解数据,在python中使用了mne读取了S001R06。
import mne
raw_data = mne.io.read_raw_edf('S001R06.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 ... 19999 = 0.000 ... 124.994 secs...
Used Annotations descriptions: ['T0', 'T1', 'T2']
{'T0': 1, 'T1': 2, 'T2': 3}
[[ 0 0 1]
[ 672 0 3]
[ 1328 0 1]
[ 2000 0 2]
[ 2656 0 1]
[ 3328 0 2]
[ 3984 0 1]
[ 4656 0 3]
[ 5312 0 1]
[ 5984 0 2]
[ 6640 0 1]
[ 7312 0 3]
[ 7968 0 1]
[ 8640 0 3]
[ 9296 0 1]
[ 9968 0 2]
[10624 0 1]
[11296 0 2]
[11952 0 1]
[12624 0 3]
[13280 0 1]
[13952 0 3]
[14608 0 1]
[15280 0 2]
[15936 0 1]
[16608 0 2]
[17264 0 1]
[17936 0 3]
[18592 0 1]
[19264 0 3]]
<Info | 7 non-empty values
bads: []
ch_names: Fc5., Fc3., Fc1., Fcz., Fc2., Fc4., Fc6., C5.., C3.., C1.., ...
chs: 64 EEG
custom_ref_applied: False
highpass: 0.0 Hz
lowpass: 80.0 Hz
meas_date: 2009-08-12 16:15:00 UTC
nchan: 64
projs: []
sfreq: 160.0 Hz
可以看到,因为使用了的160Hz的采样率记录了4秒的数据,所以标签大致为每160*4=640 记录一个。
五、数据集总结
名称:Physionet EEG Motor Movement/Imagery Dataset
电极数:64(基于国际10-10系统)
分类数:4(左拳、右拳、双拳、双脚)
采样率:160Hz
被试数:109
单被试trails:84