Physionet运动想象数据集介绍

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

 二、数据范式 

 三、电极坐标图

 四、读取数据 

 五、数据集总结


 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。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:

  1. 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)
  2. 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)
  3. 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。
  4. 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:

  1. 基线,睁开眼睛
  2. 基线,闭上眼睛
  3. 任务 1(打开和关闭左拳或右拳)
  4. 任务2(想象一下左拳或右拳的打开和关闭)MI
  5. 任务3(打开和关闭双拳或双脚)
  6. 任务4(想象一下打开和关闭双拳或双脚)MI
  7. 任务 1 (同上)
  8. 任务 2
  9. 任务 3
  10. 任务 4
  11. 任务 1
  12. 任务 2
  13. 任务 3
  14. 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

网站:EEG Motor Movement/Imagery Dataset v1.0.0

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值