运动工件受污染的多通道EEG数据集

科学领域:

• 生物医学工程 生物医学工程
• 神经科学是一个神经科学.
• 信号处理 信号处理

背景情况:

• 穿戴式脑电图 (EEG) 在门诊环境中易受运动工件的影响.
• 缺乏开放访问的数据集阻碍了强大的可穿戴EEG应用程序的开发,以删除文物.
• 运动器件会污染EEG信号,使分析复杂化,并降低大脑活动测量的可靠性.

研究的目的:

• 提出一个新的,多通道EEG记录的开放访问数据集.
• 在各种物理运动期间捕获EEG数据,以模拟现实世界的门诊条件.
• 促进关于检测和减轻可穿戴EEG运动工件的研究.

主要方法:

• 从使用EMOTIV EPOCH耳机的单个健康男性受试者中记录了14个频道的EEG数据.
• 收集了各种身体上部,下部和全身运动的数据,包括眼睛和头部运动,行走以及坐在和站立之间的过渡.
• 使用MATLAB进行数据可视化和从CSV转换为.mat格式,包括运动传感器数据.

主要成果:

• 成功生成了EEG和运动传感器记录的全面数据集.
• 该数据集包括与门诊EEG场景相关的各种运动工件.
• 数据结构易于访问和分析,有14个EEG频道和9个运动数据频道.

结论:

• 提出的开放访问数据集是科学界的宝贵资源.
• 它将加速用于可穿戴EEG的先进信号处理算法的开发.
• 这一数据集支持旨在提高移动脑电脑接口的准确性和可用性的研究.