一个多范式的EEG数据集用于研究上肢康复练习

科学领域:

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

背景情况:

• 卒中幸存者经常面临长期的上肢运动缺陷.
• 大脑-计算机接口 (BCI) 技术在康复方面表现有前途.
• 现有的EEG数据集缺乏来自同一主题的多范式比较,阻碍了进展.

研究的目的:

• 构建一个全面的EEG数据集,涵盖各种上肢康复范式.
• 为了促进对不同康复策略中神经机制的比较分析.
• 支持开发基于BCI的优化康复方案.

主要方法:

• 为收集EEG数据,招募了28名健康受试者.
• 在六个不同的上肢康复模式中记录了脑电图 (EEG) 信号.
• 包括诸如单手或双手抓住和释放等行动.
• 提供原始和预处理的EEG数据 (带宽过,物体移除).

主要成果:

• 从健康受试者中成功收集了一种新的多范式EEG数据集.
• 数据集包括各种上肢运动行为的详细信息.
• 提供原始和加工的EEG信号,用于各种分析方法.

结论:

• 创建的EEG数据集是BCI研究的宝贵资源.
• 允许在不同康复模式中直接比较神经活动.
• 将加速开发更有效的中风康复策略.