A large EEG dataset for studying cross-session variability in motor imagery brain-computer interface.
A large EEG dataset for studying cross-session variability in motor imagery brain-computer interface.
复制标题
DOI：
10.1038/s41597-022-01647-1
复制
发表时间：
2022-09-01
期刊：
影响因子：
9.8
通讯作者：
Xia, Xinxing
中科院分区：
文献类型：
--
作者：
Ma, Jun;Yang, Banghua;Qiu, Wenzheng;Li, Yunzhe;Gao, Shouwei;Xia, Xinxing
在构建实用且鲁棒的脑机接口（BCI）时，由于EEG信号的大的可变性，来自多天的EEG（EEG）的运动想象（MI）的分类是一个长期的挑战。我们收集了来自5个不同日期的25名受试者的MI的大型数据集，这是第一个开放访问数据集，用于解决5个不同日期的大量受试者的BCI问题。该数据集包括每个受试者5个不同日期（间隔2-3天）的5个会话数据。每个会话包含100个左手和右手MI试验。在这份报告中，我们提供了三种情况下的基准分类精度，即会话内分类（WS），跨会话分类（CS）和跨会话适应（CSA），具有特定于主题的模型。WS实现了高达68.8%的平均分类准确率，而CS由于跨会话可变性而将准确率降低到53.7%。然而，通过自适应，CSA将准确率提高到78.9%。我们预计这个新的数据集将大大推动MI BCI研究在解决跨会话和跨学科挑战方面的进一步进展。
In building a practical and robust brain-computer interface (BCI), the classification of motor imagery (MI) from electroencephalography (EEG) across multiple days is a long-standing challenge due to the large variability of the EEG signals. We collected a large dataset of MI from 5 different days with 25 subjects, the first open-access dataset to address BCI issues across 5 different days with a large number of subjects. The dataset includes 5 session data from 5 different days (2–3 days apart) for each subject. Each session contains 100 trials of left-hand and right-hand MI. In this report, we provide the benchmarking classification accuracy for three conditions, namely, within-session classification (WS), cross-session classification (CS), and cross-session adaptation (CSA), with subject-specific models. WS achieves an average classification accuracy of up to 68.8%, while CS degrades the accuracy to 53.7% due to the cross-session variability. However, by adaptation, CSA improves the accuracy to 78.9%. We anticipate this new dataset will significantly push further progress in MI BCI research in addressing the cross-session and cross-subject challenge.
登录
查看更多内容
影响因子：
4.8
作者：
Schirrmeister, Robin Tibor;Springenberg, Jost Tobias;Ball, Tonio
通讯作者：
Ball, Tonio
影响因子：
2.9
作者：
Hamedi, Mahyar;Salleh, Sh-Hussain;Noor, Alias Mohd
通讯作者：
Noor, Alias Mohd
影响因子：
4.6
作者：
Schalk, G;McFarland, DJ;Wolpaw, JR
通讯作者：
Wolpaw, JR
影响因子：
4
作者：
Yang, Huijuan;Guan, Cuntai;Ang, Kai Keng
通讯作者：
Ang, Kai Keng
影响因子：
4
作者：
Lawhern, Vernon J.;Solon, Amelia J.;Lance, Brent J.
通讯作者：
Lance, Brent J.