AlexMI右手与双脚运动想象EEG分类数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23665510

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

本发布提供了一个预处理后的EEG分类数据集，源自Alexandre Barachant的“EEG运动想象数据集”v1版本。源数据集依据知识共享署名-相同方式共享4.0国际许可协议分发。分类目标为想象右手运动（right_hand）与想象双脚运动（feet）。预处理后的数据集包含来自八名参与者的320个3秒试次。每名参与者每类贡献20个试次。静息试次已排除。每个样本包含16个头皮EEG通道，在512 Hz采样率下共1，536个采样点，单位为伏特。预处理提取实际运动想象起始标记后0至3秒的区间，使用事件代码2和3。保留原始通道顺序和参考，信号以float32精度存储。未应用额外的滤波、重采样、基线校正、时间居中、归一化或伪迹剔除。采用固定的参与者不重叠划分，将参与者1–6分配至TRAIN，参与者7–8分配至TEST，产生来自六名参与者的240个TRAIN试次和来自两名参与者的80个TEST试次。

两个分区包含相同数量的右手和脚部试验。参与者的所有试验均保留在同一分区中。发布内容包含四个文件：AlexMI_TRAIN.ts和AlexMI_TEST.ts：aeon格式的信号与类别标签。AlexMI_rows.tsv：按行对齐的参与者ID、标签、源记录与试验坐标，以及可选的分组验证折分配。AlexMI_metadata.json：采样率、通道顺序、单位、标签映射、准备细节及参与者划分信息。在TRAIN内使用StratifiedGroupKFold以随机种子42构建了三个可选验证折，保持完整参与者不被拆分。TEST不参与这些折。两个信号文件支持标准的固定TRAIN/TEST基准测试；配套表格支持参与者感知的调参与参与者级报告。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。