奇斯科:基于EEG的BCI数据集,用于解码想象中的语音

科学领域:

• 神经科学和生物医学工程
• 专注于脑计算机接口 (BCI) 和神经解码.

背景情况:

• 深度学习的进步提高了脑计算机接口 (BCI) 和神经解码精度.
• 解码想象的语音是一个关键的兴趣领域,因为它有"阅读思想"应用的潜力.
• 之前的研究受限于缺乏电脑图 (EEG) 数据集用于想象语音.

研究的目的:

• 介绍中国想象语音库 (Chisco),这是一个用于想象语音研究的新而广泛的数据集.
• 为推进神经语言解码和BCI开发提供有价值的资源.
• 为了克服虚拟语音EEG数据稀缺所带来的局限性.

主要方法:

• 从健康的成年人中收集了高密度的EEG记录,以想象语音.
• 数据集包括超过20,000个句子和6,000个日常短语,跨39个语义类别.
• 每个受试者的数据超过900分钟,为单个神经语言数据集建立了一个新的基准.

主要成果:

• 奇斯科数据集是目前用于神经语言解码的最大的个人资源.
• 刺激的综合性 (跨语义类别的短语) 允许广泛应用.
• 该数据集有助于深入分析与想象语音相关的神经模式.

结论:

• 奇斯科为BCI和神经解码领域做出了重大贡献.
• 这种大规模的虚拟语音EEG数据集的可用性将加速研究和开发.
• 预计这一资源将促进创建更直观,更有效的BCI.