运动想象 / PhysioNet

EEG Motor Movement/Imagery Dataset

64-channel EEG recordings of motor movement and motor imagery tasks from 109 subjects

physionet_eegmmidbEEGEDF5 labels19 benchmarks

数据资产概览

受试者109
通道64
采样率160.0 Hz
任务motor_imagery
许可Open Data Commons Attribution (ODC-BY)
可用性open
INTELLIGENCE COVERAGE

数据理解覆盖度

91.8

区分已验证事实、可推断线索与未知信息;覆盖度不是信号质量结论。

核心元数据已验证5/5 个核心字段已知
原始信号已验证存在已验证的原始信号资产
事件标记已验证Repository 中有 8 条已验证事件
行为标签可推断5 个 Agent 推断标签,需人工核验
受试者规模已验证受试者数:109
论文关联已验证已建立 2 条 verified Dataset–Paper 关联
Benchmark已验证已有 19 条结构化 Benchmark
跨受试者已验证已有 5 条跨受试者结果
采集设备已验证已验证设备:BCI2000 64-channel cap

优先补全动作

  1. 人工核验行为标签

知识图谱邻域

TASKAttentionBinaryMemoryMotor Imagery
PAPERA large electroencephalographic motor imagery dataset for BCIPhysioBank, PhysioToolkit, and PhysioNet: Components of a New Research Resource for Complex Physiologic Signals
ALGORITHMLDAMLPMLP (PyTorch)RFRandom ForestSVMSVM (RBF)XGBoost
APPLICATIONBrain-computer interface research

Benchmark 证据

“主任务”直接对应数据集分类;“衍生任务”与“代理 / 探索性”复用同一数据集构造,不应视为原始研究任务。

模型任务证据类型AccuracyF1
LDAattention代理 / 探索性53.7%0.547
SVMattention代理 / 探索性65.9%0.542
RFattention代理 / 探索性68.3%0.554
LDAmemory代理 / 探索性85.2%0.851
SVMmemory代理 / 探索性70.4%0.704
RFmemory代理 / 探索性48.1%0.313
LDAmotor_imagery主任务11.1%0.123
SVM (RBF)motor_imagery主任务55.6%0.397
Random Forestmotor_imagery主任务55.6%0.397
MLP (PyTorch)motor_imagery主任务55.6%0.397
LDAmotor_imagery主任务33.3%0.303
SVM (RBF)motor_imagery主任务44.4%0.342
Random Forestmotor_imagery主任务55.6%0.397
MLP (PyTorch)motor_imagery主任务55.6%0.397
LDAbinary衍生任务53.3%0.483
SVM (RBF)binary衍生任务54.4%0.544
Random Forestbinary衍生任务46.1%0.449
XGBoostbinary衍生任务45.0%0.441
MLPbinary衍生任务57.8%0.578