基于EEG的BCI语义概念数据集用于想象和感知任务

科学领域:

• 神经科学是一个神经科学.
• 认知科学 认知科学
• 生物医学工程 生物医学工程

背景情况:

• 脑电图 (EEG) 对于大脑计算机接口 (BCI) 是至关重要的,因为它具有很高的时间分辨率和非侵入性.
• 现有的BCI研究往往缺乏开源的EEG数据集,特别是用于想象的视觉内容和多感官处理.
• 了解感知和想象的神经机制,特别是与恒定的语义类别,需要全面的数据集.

研究的目的:

• 为BCI研究和神经科学提供一个新的,开源的多感官数据集.
• 通过提供对想象和感知刺激的EEG数据来促进BCI解码.
• 为了能够更深入地研究不同感官模式的感知和想象的基础的神经过程.

主要方法:

• 使用124通道系统从12名参与者获得EEG数据.
• 在视觉和听觉模式中,在想象和感知刺激期间记录大脑活动.
• 在数据收集过程中专注于语义类别的一致性.

主要成果:

• 现在可以获得一个全面的,开源的多传感器EEG数据集.
• 数据集包括对想象和感知内容的数据,涵盖视觉和听觉感官.
• 它为BCI开发和理解跨模式神经机制提供了宝贵的资源.

结论:

• 提出的数据集解决了在BCI和神经科学中对开源,多感官EEG数据的关键需求.
• 它支持用于BCI应用程序解码大脑活动的研究.
• 该数据集将促进对感知和想象力的语义神经表征的理解.