双阿尔法:用于双频SSVEP脑电脑接口的大型EEG研究

科学领域:

• 神经科学是一个神经科学.
• 计算机科学 计算机科学
• 心理学 心理学 心理学

背景情况:

• 大脑与计算机接口 (BCI) 的开发正在迅速推进.
• 一个重大挑战是缺乏高质量的BCI数据集.
• 数据不足阻碍了算法创新和BCI领域的成熟.

研究的目的:

• 为了解决在BCI研究中对强大的数据集的需求.
• 为双频稳态视觉唤起潜力 (SSVEP) 范式提供一个全面的脑电图 (EEG) 数据集.
• 促进BCI技术,心理学和神经科学方面的进步.

主要方法:

• 采集了来自100多名参与者的EEG数据,使用3种不同的双频SSVEP范式.
• 收集了21000次双频SSVEP录音试验,每次40个目标和每次目标每次5次重复.
• 通过信号噪声比和与任务相关的组件分析验证数据集的可靠性.

主要成果:

• 编制了一大批经过验证的双频SSVEPEEG记录数据集.
• 该数据集包括21000个试验在多种实验条件.
• 分析证实了数据集的可靠性和适用于分类任务的适用性.

结论:

• 提出的数据集将加速BCI技术的发展.
• 这种资源对于推进心理学和神经科学研究是有价值的.
• 该数据集提供了对双眼视觉资源分布的动态的见解.