28、清华大学脑机接口实验组SSVEP数据集:通过视觉触发BCI[飞一般的赶脚!]

本文主要是介绍28、清华大学脑机接口实验组SSVEP数据集:通过视觉触发BCI[飞一般的赶脚!],希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言:

哈喽,最近对清华大学脑机接口的数据进行了尝试,输入到了DL模型中,以下是本人对于清华BCI数据的个人见解。

数据地址:

清华大学脑机接口研究组 (tsinghua.edu.cn)

打开网站可以看到有很多个数据,官方对于每个数据都有介绍,但是只对于第一个数据:Benchmark Dataset官方所言最多,英文直接翻译就是基准数据集,下面的其他SSVEP数据都是对于该数据的变体,并且其他数据清华介绍也很少。下面对于这个基准数据进行介绍:

Benchmark Dataset:

该数据集收集了35名健康受试者(17名女性,年龄17-34岁,平均年龄:22岁)的SSVEP-BCI记录,重点关注在不同频率(8-15.8 Hz,间隔0.2 Hz)下闪烁的40个字符。对于每个受试者,实验由6个trials组成。每个trials包含40个试验对应于以随机顺序指示的全部40个字符。每次试验都以指示目标刺激的视觉提示(红色方块)开始。提示在屏幕上出现0.5秒。受试者被要求在提示持续时间内尽快将目光转向目标。提示偏移后,所有刺激开始同时在屏幕上闪烁,并持续5秒。刺激偏移后,在下一次试验开始前,屏幕空白0.5秒,这使得受试者在连续试验之间有短暂的休息时间。每次试验总共持续6秒。为了便于视觉固定,在刺激期间,闪烁的目标下方出现了一个红色三角形。在每个区块中,受试者被要求在刺激期间避免眨眼。为了避免视觉疲劳,在两个连续的盖帽之间休息几分钟。

使用Synamps2系统(Neuroscan,股份有限公司)以1000Hz的采样率采集EEG数据。放大器的通频带范围为0.15Hz到200Hz。六十四个通道覆盖受试者的整个头皮,并根据国际10-20系统排列。地面位于Fz和FPz之间。引用位于顶点上。电极阻抗保持在10KΩ以下。为了消除常见的电源线噪声,在数据记录中应用了50Hz陷波滤波器。事件触发器由计算机生成到放大器,并记录在与EEG数据同步的事件通道上。

连续的脑电图数据被分割为6秒的时期(刺激前500毫秒,刺激后5.5秒)。这些时期随后被下采样到250Hz。因此,每次试验包括1500个时间点。最后,这些数据作为双精度浮点值存储在MATLAB中,并命名为主题索引(即S01.mat,…,S35.mat)。对于每个文件,加载在MATLAB中的数据生成一个名为“data”的4-D矩阵,其维数[64,1500,40,6]。四个维度表示“电极数”、“时间点”、“目标指数”和“区块指数”。电极位置保存在“64通道.loc”文件中。每个SSVEP频率有六个试验。40个目标索引的频率和相位值保存在“Freq_phase.mat”文件中。

所有受试者的信息都列在“Sub_info.txt”文件中。对于每个科目,有五个因素,包括“科目指数”、“性别”、“年龄”、“熟练程度”和“群体”。根据受试者在基于SSVEP的脑机接口中的经验,将受试者分为“有经验”组(8名受试者,S01-S08)和“幼稚”组(27名受试人,S09-S35)。

总结:

sub:35人

采样率:250hz

data=(64,1500,40,6):电极数”、“时间点”、“目标指数”和“区块指数

target=(1,40)

标签print一下:

[[ 8. 9. 10. 11. 12. 13. 14. 15. 8.2 9.2 10.2 11.2 12.2 13.2

14.2 15.2 8.4 9.4 10.4 11.4 12.4 13.4 14.4 15.4 8.6 9.6 10.6 11.6

12.6 13.6 14.6 15.6 8.8 9.8 10.8 11.8 12.8 13.8 14.8 15.8]] (1, 40)

类别:40

数据重塑:

(64,1500,40,6)

(64,1500,240)

(240,64,1500)

(240,1,64,1500)

数据最终以(240,1,64,1500)作为CNN的输入,240个样本,1个人工的扩维的维度,当作输入通道数=1,H=64,W=1500.

标签独热编码结果:

这篇关于28、清华大学脑机接口实验组SSVEP数据集:通过视觉触发BCI[飞一般的赶脚!]的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/535938

相关文章

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

usb接口驱动异常问题常用解决方案

《usb接口驱动异常问题常用解决方案》当遇到USB接口驱动异常时,可以通过多种方法来解决,其中主要就包括重装USB控制器、禁用USB选择性暂停设置、更新或安装新的主板驱动等... usb接口驱动异常怎么办,USB接口驱动异常是常见问题,通常由驱动损坏、系统更新冲突、硬件故障或电源管理设置导致。以下是常用解决

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

SpringBatch数据写入实现

《SpringBatch数据写入实现》SpringBatch通过ItemWriter接口及其丰富的实现,提供了强大的数据写入能力,本文主要介绍了SpringBatch数据写入实现,具有一定的参考价值,... 目录python引言一、ItemWriter核心概念二、数据库写入实现三、文件写入实现四、多目标写入

使用Python将JSON,XML和YAML数据写入Excel文件

《使用Python将JSON,XML和YAML数据写入Excel文件》JSON、XML和YAML作为主流结构化数据格式,因其层次化表达能力和跨平台兼容性,已成为系统间数据交换的通用载体,本文将介绍如何... 目录如何使用python写入数据到Excel工作表用Python导入jsON数据到Excel工作表用