BCI competition IV 2b简介

最新推荐文章于 2024-11-25 20:10:09 发布

脑机接口社区

最新推荐文章于 2024-11-25 20:10:09 发布

阅读量2.8k

点赞数 1

文章标签：神经网络人工智能计算机视觉深度学习机器学习

本文链接：https://blog.csdn.net/zyb228/article/details/122053722

版权

BCI竞赛IV数据集2b是基于视觉诱发的左右手运动想象的脑电数据集。此数据集包括9位受试者的脑电信号，通过c3、cz、c4电极记录运动想象过程。数据集分为5个Session，前2个为无视觉反馈，后3个包含视觉反馈。每个Session开始时会收集眼电信号以评估其对脑电信号的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

BCI competition IV Data Set 2b

BCI competition IV 公共数据集 Data sets 2b，是基于视觉诱发的左右手运动想象的脑电数据集。该数据集采集了9名右利手、视力正常或达到矫正后正常的实验者的脑电信号作为数据集。

对受试者要求：

1.要求受试者右利手、视力正常或达到矫正后正常；

1.要求受试者坐在离电脑显示屏幕1米左右；

数据采集过程：

9名的受试者坐在离电脑显示屏幕大概 1 米的扶手座椅上进行数据采集。

受试者头戴脑电采集装置，脑电采集电极分布如下图。

脑电信号数据来自于 c3、cz、c4 这3个电极记录运动想象。

脑电极分布图

采集眼电数据，用以评估眼电信号(EOG)在大脑进行运动想象时对于脑电信号的影响，从而排除眼电的干扰。

眼电电极分布如下图所示，从电极#1、#2、#3 采集眼电信号。

眼电极分布图

数据集介绍

每位实验者的脑电数据集都包括5 个 Session，前 2 个 Session 为无视觉反馈的脑电想象数据，后 3 个 Session 为包含视觉反馈的脑电想象数据。在每个 Session的开头都包含了将近 5 分钟的眼电 EOG 的测试数据段，用以评估眼电信号对于脑电信号的干扰程度，从而去除脑电信号中伪迹。在眼电 EOG 数据段之后，是若干个 run数据段，Session 的数据段分布如图 3.3 所示。

根据实验过程的不同，每个Session 所含有的 run 个数及其内部的数据格式有所不同，有视觉反馈的每个Session 中每个 run 包含左右手 2 类运动想象数据段每类各 10 个，每个 Session 有6 个 run，则每个有视觉反馈的Session 中一共有 120 个运动想象数据段(含有每类运动想象数据段各 60 个)。而在没有视觉反馈的每个 Session 中总共有 4 个 run，每个 run 包含 2 类左右手运动想象数据段每类各 20 个，整个 Session 中包含了 160个运动想象脑电数据段(含有每类运动想象数据段各 80 个)。所有实验中的数据都经过了 0.5---100HZ 的带通滤波器和 50HZ 的陷波滤波处理，整个实验的采样频率为 250HZ，脑电数据的幅值大小范围为±50uv。

Session 数据段分布

数据采集

下面对于无反馈和有反馈的运动想象脑电数据采集过程进行介绍。在进行无反馈的运动想象脑电数据数据采集实验时，实验者被要求坐在距离显示屏幕前大概一米的位置上接受测试，在每次运动想象测试的最开始，屏幕上显示一个十字形的图标，在听到 70ms 的短音提示之后 1s，屏幕中的十字图标根据要进行的运动想象任务（进行左手想象或者右手想象）的不同变成朝左或右的箭头图标，图案持续大约 1.25s 后，实验者根据这个提示在 3---7s 的时间段内进行运动想象，得到相应的运动想象数据，在这之后会有超过 1.5s 的休息时间，其实验过程如下图(a)所示。

在进行有反馈的运动想象实验时，在每次测试的最开始，电脑屏幕上会显示一个灰色的笑脸图案，在 2 秒后，一个大约 70ms，频率为 1KHZ 的短声作为提示音，在 3s 的时候，屏幕根据进行测试的任务类别显示相应的提示，受试者在这段时间里根据提示通过运动想象将屏幕中的笑脸向左或右移动，如果移方向正确，屏幕中的圆脸就会变为绿色的笑脸图案，反之，变成红色沮丧的笑脸，在 7.5s 的时候，整个屏幕变为空白，之后有 1 到 2s 不等的随机间隔作为不同测试实验间的休息时间，整个测试过程如图(b)所示。