在现实世界乒乓球比赛中的双层脑电图数据.

科学领域:

• 神经科学是一个神经科学.
• 运动科学 运动科学 运动科学
• 数据科学数据科学数据科学

背景情况:

• 生态有效性对于神经科学研究至关重要.
• 电脑电图 (EEG) 提供便携式,高时间分辨率的大脑活动记录.
• 乒乓球为研究视觉运动控制和认知过程提供了一个复杂的测试平台.

研究的目的:

• 为了呈现一个全面的,多模式的EEG数据集,在现实世界乒乓球比赛中收集.
• 通过提供高准确度,人工物最小化的大脑活动记录来促进神经科学研究.
• 建立一个标准化的数据集,遵循大脑成像数据结构 (BIDS) 格式,以加强数据共享和重复使用.

主要方法:

• 收集了25名参加乒乓球比赛的同步,多变量时间序列数据.
• 使用了一种双层EEG系统,配有120个头皮和120个噪声电极.
• 集成电肌图 (EMG) 和惯性测量单元 (IMU) 用于全面的运动和事件捕获.
• 包括解剖MRI扫描和数字化电极位置用于源定位.
• 提供了匿名视频录制,标记了热门事件和相关的Premiere项目文件.

主要成果:

• 在动态全身运动 (乒乓球) 期间成功获取高保真度EEG数据.
• 开发了一个同步的多模式数据集,包括EEG,EMG,IMU,MRI和视频数据.
• 根据大脑成像数据结构 (BIDS) 标准对数据集进行格式化.

结论:

• 提出的数据集显著提升了生态有效的神经科学研究的潜力.
• 双层EEG方法在复杂的物理任务中有效地减轻了人工物.
• BIDS格式的多模式数据集为研究自然环境中的感觉运动控制,决策和认知过程提供了宝贵的资源.