EEG 数据集整理

MI

BCI II dataset Ia:

任务：确定受试者是试图产生皮质消极性还是皮质积极性

特点：

多标记	标签数	维度/通道数	多源	小样本	数据规模	时长
N	2	6	N	Y	268 train; 293 test	3.5s

• Birbaumer, N., Flor, H., Ghanayim, N., Hinterberger, T., Iverson, I., Taub, E., Kotchoubey, B., Kübler, A., & Perelmouter, J, A Brain-Controlled Spelling Device for the Completely Paralyzed, Nature, 398, 297-298.

BCI II dataset Ib:

任务：确定受试者是试图产生皮质消极性还是皮质积极性

特点：

多标记	标签数	维度/通道数	多源	小样本	数据规模	时长
N	2	7	N	Y	200 train; 180 test	4.5s

• Birbaumer, N., Flor, H., Ghanayim, N., Hinterberger, T., Iverson, I., Taub, E., Kotchoubey, B., Kübler, A., & Perelmouter, J, A Brain-Controlled Spelling Device for the Completely Paralyzed, Nature, 398, 297-298.

BCI II dataset IIa:

任务：提供反馈测试试验的预期目标

特点：

多标记	标签数	维度/通道数	多源	小样本	数据规模	时长
N	4	64	N	Y	336 train; 324 test	5.6s

• Wolpaw, J.R., Birbaumer, N., Heetderks, W.J., McFarland, D.J., Peckham, P.H., Schalk, G., Donchin, E., Quatrano, L.A., Robinson, C.J. and Vaughan, T.M.Brain-Computer Interface Technology: A Review of the First International Meeting, IEEE Trans Rehab Eng, 2000, 8(2): 164-173.

BCI II dataset III:

任务：对左右运动想象进行分类

特点：

多标记	标签数	维度/通道数	多源	小样本	数据规模	时长
N	2	64	N	Y	140	9s;静息3s

• Schlögl A., Neuper C. Pfurtscheller G. (2002) Estimating the mutual information of an EEG-based Brain-Computer-Interface, Biomedizinische Technik 47(1-2): 3-8.

BCI II dataset IV:

任务：在按键前 130 毫秒预测即将到来的手指运动的侧向性（左手与右手）

特点：

多标记	标签数	维度/通道数	多源	小样本	数据规模	时长
N	2	28	N	Y	316 train;100 test	500ms

• Benjamin Blankertz, Gabriel Curio and Klaus-Robert Müller, Classifying Single Trial EEG: Towards Brain Computer Interfacing, In: T. G. Diettrich and S. Becker and Z. Ghahramani (eds.), Advances in Neural Inf. Proc. Systems 14 (NIPS 01), 2002.

BCI III dataset I:

任务：对来自一个对象的提示运动意象（左小指，舌头）进行分类； 训练和测试数据是来自两个不同会话的 ECoG 记录，间隔大约一周

特点：

多标记	标签数	维度/通道数	多源	小样本	数据规模	时长
N	2	64 ECoG	N	Y	278 train;100 test	500ms

• Thomas Lal, Thilo Hinterberger, Guido Widman, Michael Schröder, Jeremy Hill, Wolfgang Rosenstiel, Christian Elger, Bernhard Schölkopf, Niels Birbaumer. Methods Towards Invasive Human Brain Computer Interfaces. Advances in Neural Information Processing Systems (NIPS), 2004 (to appear).

BCI III dataset IIIa:

任务：预测左手、右手、脚、舌头的运动

特点：

多标记	标签数	维度/通道数	多源	小样本	数据规模	时长
N	4	60	N	Y	240	7s,3s

• A. Schlogl, O. Filz, H. Ramoser, G. Pfurtscheller, GDF-A general dataformat for biosignals, Technical Report, 2004

BCI III dataset IIIb:

任务：预测左手、右手的运动想象

特点：

多标记	标签数	维度/通道数	多源	小样本	数据规模	时长
N	2	2 bipolar channels	N	Y	120	8s,4s

• A. Schlogl, O. Filz, H. Ramoser, G. Pfurtscheller, GDF-A general dataformat for biosignals, Technical Report, 2004

BCI III dataset IVa:

任务：预测脚、右手的运动想象

特点：

多标记	标签数	维度/通道数	多源	小样本	数据规模	时长
N	2	118	N	Y	280*5	1.75 to 2.25 s

• Guido Dornhege, Benjamin Blankertz, Gabriel Curio, and Klaus-Robert Müller. Boosting bit rates in non-invasive EEG single-trial classifications by feature combination and multi-class paradigms. IEEE Trans. Biomed. Eng., 51(6):993-1002, June 2004.

BCI III dataset IVb:

任务：预测脚、左手的运动想象

备注：给出了 118 个 EEG 通道的连续信号，对于训练数据，给出了指示 210 个线索和相应目标类别的时间点的标记。 只为比赛提供了左脚和脚的提示（因为在测试阶段没有进行舌头图像）。其他的动作没有时间线索

特点：

多标记	标签数	维度/通道数	多源	小样本	数据规模	时长
N	2	118	N	Y	210 cues and the corresponding target classes	12 min

• Guido Dornhege, Benjamin Blankertz, Gabriel Curio, and Klaus-Robert Müller. Boosting bit rates in non-invasive EEG single-trial classifications by feature combination and multi-class paradigms. IEEE Trans. Biomed. Eng., 51(6):993-1002, June 2004.

BCI III dataset IVc:

任务：预测脚、左手的运动想象

特点：

多标记	标签数