站立行走跑步下ERP与SSVEP范式的头皮与耳部EEG移动BCI数据集

数据集获取（Figshare）

• 源站标题：Mobile BCI dataset of scalp- and ear-EEG with ERP and SSVEP paradigms during standing, walking, and running
• DOI：10.6084/m9.figshare.13604078.v1
• 发布日期：2021-01-19
• 文件数：445 个
• 文件总体积：8.95 GB
• 源站页面：https://figshare.com/articles/dataset/Mobile_BCI_dataset_of_scalp-_and_ear-EEG_with_ERP_and_SSVEP_paradigms_during_standing_walking_and_running/13604078

命令行下载

curl -L -o "s01_IMU_ERP_1.6.mat" "https://ndownloader.figshare.com/files/26094944"
curl -L -o "s01_IMU_ERP_2.0.mat" "https://ndownloader.figshare.com/files/26094947"
curl -L -o "s01_IMU_ERP_tr.mat" "https://ndownloader.figshare.com/files/26094950"
curl -L -o "s01_IMU_SSVEP_0.0.mat" "https://ndownloader.figshare.com/files/26094953"
curl -L -o "s01_IMU_SSVEP_0.8.mat" "https://ndownloader.figshare.com/files/26094956"
curl -L -o "s01_IMU_SSVEP_1.6.mat" "https://ndownloader.figshare.com/files/26094959"
curl -L -o "s01_IMU_SSVEP_2.0.mat" "https://ndownloader.figshare.com/files/26094962"
curl -L -o "s01_scalp_ERP_0.0.mat" "https://ndownloader.figshare.com/files/26094965"

文件清单

• s01_IMU_ERP_1.6.mat（12.95 MB）
• s01_IMU_ERP_2.0.mat（13.26 MB）
• s01_IMU_ERP_tr.mat（12.59 MB）
• s01_IMU_SSVEP_0.0.mat（10.49 MB）
• s01_IMU_SSVEP_0.8.mat（15.18 MB）
• s01_IMU_SSVEP_1.6.mat（16.26 MB）
• s01_IMU_SSVEP_2.0.mat（16.50 MB）
• s01_scalp_ERP_0.0.mat（26.10 MB）
• s01_scalp_ERP_0.8.mat（25.95 MB）
• s01_scalp_ERP_1.6.mat（27.31 MB）
• s01_scalp_ERP_2.0.mat（28.18 MB）
• s01_scalp_ERP_tr.mat（41.33 MB）
• s01_scalp_SSVEP_0.0.mat（32.94 MB）
• s01_scalp_SSVEP_0.8.mat（33.49 MB）
• s01_scalp_SSVEP_1.6.mat（35.14 MB）
• s01_scalp_SSVEP_2.0.mat（35.56 MB）
• s02_ear_ERP_0.0.mat（8.67 MB）
• s02_ear_ERP_0.8.mat（8.98 MB）
• s02_ear_ERP_1.6.mat（9.81 MB）
• s02_ear_ERP_2.0.mat（10.08 MB）

文件总体积 8.95 GB（源站 API 实测）。

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。

数据说明

我们提出了一个移动数据集，包含来自头皮和耳部的脑电图（EEG）以及运动传感器数据，采集自18名受试者在执行脑机接口（BCI）任务时以不同速度移动的过程。实验在16种不同条件下进行（2种EEG设备类型 × 4种移动速度 × 2种BCI范式）。数据同步采集自32通道头皮EEG、14通道耳部EEG、4通道眼电图以及位于前额、左踝和右踝的3个惯性测量单元。记录条件分别为站立、慢走、快走和轻微跑步，速度依次为0、0.8、1.6和2.0 m/sec。在每种速度下，记录了两种不同的BCI范式：事件相关电位（ERP）和稳态视觉诱发电位（SSVEP）。为评估信号质量，对每种速度下的头皮和耳部EEG数据进行了定性和定量验证。我们期望该数据集能够促进多样移动环境中的BCI研究，以分析大脑活动并进行定量性能评估，从而拓宽实用BCI的应用范围。

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.6084/m9.figshare.13604078.v1（source: https://figshare.com/articles/dataset/Mobile_BCI_dataset_of_scalp-_and_ear-EEG_with_ERP_and_SSVEP_paradigms_during_standing_walking_and_running/13604078）。