Kojima et al. 2024（数据集A）——基于对多音流选择性注意的听觉脑机接口
该数据集来自11名健康被试参与的三分类听觉脑机接口任务，基于对三路同时呈现的音流的选择性注意，利用听觉流分离效应。音乐音调经右耳呈现，被试对注意流中的目标进行计数，诱发P300响应
基本信息
资源简介
Kojima et al. 2024（数据集A）——基于对多音流选择性注意的听觉脑机接口
Kojima et al. 2024 (Dataset A) — An auditory brain-computer interface based on selective attention to multiple tone streams
该数据集来自11名健康被试参与的三分类听觉脑机接口任务，基于对三路同时呈现的音流的选择性注意，利用听觉流分离效应。音乐音调经右耳呈现，被试对注意流中的目标进行计数，诱发P300响应。记录64通道EEG与2通道EOG，采样率1000 Hz，采用Riemannian几何分类在五名被试上取得超过80%的准确率。数据可用于听觉注意解码、P300检测及脑机接口分类方法研究（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：来自11名健康被试的EEG数据集，执行基于对三路同时呈现的音流的选择性注意的三分类听觉脑机接口任务，利用听觉流分离。音乐音调被传递至右耳，被试对注意流中的目标进行计数，诱发P300响应。以1000 Hz记录64通道EEG和2通道EOG，Riemannian几何分类在五名被试上取得超过80%的准确率。
【主题与分类】
主题标签：EEG、auditory brain-computer interface、P300、auditory stream segregation、selective attention、oddball paradigm、Riemannian geometry、BIDS、neuroscience。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://nemar.org/dataset/nm000193?v=v1.0.5
使用许可：Creative Commons Zero v1.0 Universal。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.82901/nemar.nm000193.v1.0.5
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
来自11名健康参与者的EEG数据集，执行基于选择性注意三个同时呈现的音调流的3类听觉脑机接口任务，利用听觉流分离。音乐音调被传递到右耳，参与者在被注意的流中计数目标，引发P300响应。记录64通道EEG和2通道EOG，采样率为1000 Hz，黎曼几何分类在五名受试者中达到超过80%的准确率。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
