REH-MI:面向康复的同侧肢体脑电运动想象数据集

REH-MI数据集包含32通道EEG记录的四类右手运动想象任务(手指、手腕、肘部、静息)的9180个试次,面向脑卒中康复的BCI研究。

IEEE DataPortIEEE DataPort
DataCite Commons
2025-05-13 更新
浏览 21
时间序列脑电运动想象
REH-MI: EEG Motor Imagery Dataset from the Same Limb for Rehabilitation Applications

基本信息

模态
时间序列
大小
0.58446 GB
创建/更新时间
2025-05-13

资源简介

REH-MI:面向康复的同侧肢体脑电运动想象数据集

【数据内容】

源站原始描述:The REH-MI dataset is an EEG motor imagery (MI) dataset developed for rehabilitation-oriented research. It comprises 9,180 trials recorded using a 32-channel Emotiv EPOC Flex headset from 18 healthy, right-handed male participants across two sessions. Each trial corresponds to one of four right-hand conditions: imagined finger movement, wrist movement, elbow flexion, or rest, totaling 510 trials per subject

中文译文(机器翻译,仅供快速理解,请以原文为准):REH-MI 数据集是一个为面向康复的研究而开发的 EEG 运动想象(MI)数据集。它包含 9,180 个试次,使用 32 通道 Emotiv EPOC Flex 头戴设备,在两次会话中记录了 18 名健康、右利手男性参与者的数据。每个试次对应四种右手条件之一:想象手指运动、手腕运动、肘屈曲或休息,每名受试者共计 510 个试次。

【适用方向】

时序数据适用于疾病进展预测、生理信号监测与事件发生的时序建模。

【获取与许可】

源站页面:https://ieee-dataport.org/documents/eeg-motor-imagery-dataset-same-limb

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ieee-dataport.org/documents/eeg-motor-imagery-dataset-same-limb

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。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。