Physionet运动想象数据集介绍

目前在做运动想象分类，发现Physionet运动想象数据集讲解较少，特此补充。

官方数据集地址：EEG Motor Movement/Imagery Dataset v1.0.0EEG Motor Movement/Imagery Dataset v1.0.0EEG recordings obtained from 109 volunteers.https://www.physionet.org/physiobank/database/eegmmidb/

目录

 一、数据内容

 二、数据范式 

 三、电极坐标图

 四、读取数据 

 五、数据集总结

---

 一、数据内容

        受试者执行不同的运动/图像任务，同时使用BCI2000系统记录64通道脑电图。有109个受试者进行了14次实验运行：两次一分钟的基线运行（一次睁着眼睛，一次闭上眼睛），以及三次两分钟的运行，分别完成以下四项任务：

1. 目标将显示在屏幕的左侧或右侧。受试者打开并关闭相应的拳头，直到目标消失。然后主题放松。（运动执行ME）
2. 目标将显示在屏幕的左侧或右侧。受试者想象打开和关闭相应的拳头，直到目标消失。然后主题放松。（运动想象MI）
3. 目标将显示在屏幕的顶部或底部。受试者打开和关闭两个拳头（如果目标在顶部）或双脚（如果目标在底部），直到目标消失。然后主题放松。
4. 目标将显示在屏幕的顶部或底部。受试者想象打开和关闭两个拳头（如果目标在顶部）或双脚（如果目标在底部），直到目标消失。然后主题放松。

总之，实验运行是：

1. 基线，睁开眼睛
2. 基线，闭上眼睛
3. 任务 1（打开和关闭左拳或右拳）
4. 任务2（想象一下左拳或右拳的打开和关闭）MI
5. 任务3（打开和关闭双拳或双脚）
6. 任务4（想象一下打开和关闭双拳或双脚）MI
7. 任务 1 （同上）
8. 任务 2
9. 任务 3
10. 任务 4
11. 任务 1
12. 任务 2
13. 任务 3
14. 任务 4

二、数据范式 

        脑电图运动想象数据集包含来自109个被试的1500多个脑电图数据。基于国际10-10系统的电极有64个。每个被试执行84次trils（3次sessions× 7次trials× 4项tasks）。采用160Hz采样率，记录持续时间4秒的脑电信号（即每个trials640个时间点）。四个MI任务分别称为L（左拳）、R（右拳）、B（两拳）、和F（两脚）。

数据集提供的数据是EDF+格式（包含64个EEG信号，还有一个注释通道）。

每个注释包括以下三个标号（T0、T1 或 T2）之一：

• T0 对应于休息
• T1 对应于
  • 左拳（在运行 3、4、7、8、11 和 12 中）
  • 两个拳头（在运行5，6，9，10，13和14中）
• T2 对应于
  • 右拳（在运行 3、4、7、8、11 和 12 中）
  • 双脚（在运行 5、6、9、10、13 和 14 中）

三、电极坐标图

放置电极的位置采用了国际通用的10-10系统。

四、读取数据 

为了便于理解数据，在python中使用了mne读取了S001R06。

import mne
raw_data = mne.io.read_raw_edf('S001R06.edf')
raw_data.plot()
raw_data.load_data() #载入数据
events_from_annot, event_dict = mne.events_from_annotations(raw_data)
print(event_dict)
print(events_from_annot)
print(raw_data.info) # 数据信息（如通道信息、采样率等）

EDF file detected

Setting channel info structure...

Creating raw.info structure...

Reading 0 ... 19999  =      0.000 ...   124.994 secs...

Used Annotations descriptions: ['T0', 'T1', 'T2']

{'T0': 1, 'T1': 2, 'T2': 3}

[[    0     0     1]

 [  672     0     3]

 [ 1328     0     1]

 [ 2000     0     2]

 [ 2656     0     1]

 [ 3328     0     2]

 [ 3984     0     1]

 [ 4656     0     3]

 [ 5312     0     1]

 [ 5984     0     2]

 [ 6640     0     1]

 [ 7312     0     3]

 [ 7968     0     1]

 [ 8640     0     3]

 [ 9296     0     1]

 [ 9968     0     2]

 [10624     0     1]

 [11296     0     2]

 [11952     0     1]

 [12624     0     3]

 [13280     0     1]

 [13952     0     3]

 [14608     0     1]

 [15280     0     2]

 [15936     0     1]

 [16608     0     2]

 [17264     0     1]

 [17936     0     3]

 [18592     0     1]

 [19264     0     3]]

 bads: []

 ch_names: Fc5., Fc3., Fc1., Fcz., Fc2., Fc4., Fc6., C5.., C3.., C1.., ...

 chs: 64 EEG

 custom_ref_applied: False

 highpass: 0.0 Hz

 lowpass: 80.0 Hz

 meas_date: 2009-08-12 16:15:00 UTC

 nchan: 64

 projs: []

 sfreq: 160.0 Hz

可以看到，因为使用了的160Hz的采样率记录了4秒的数据，所以标签大致为每160*4=640 记录一个。

五、数据集总结

名称：Physionet EEG Motor Movement/Imagery Dataset

电极数：64（基于国际10-10系统）

分类数：4（左拳、右拳、双拳、双脚）

采样率：160Hz

被试数：109

单被试trails：84

网站：EEG Motor Movement/Imagery Dataset v1.0.0