# ds003810：EEG 解码结果

运动想象 / 静息

OpenNeuro ds003810 是一个 EEG 数据集，任务为优势手抓握动作的动觉运动想象与静息两种条件，采集自 10 名此前没有 BCI 经验的被试，设备为低成本的 OpenBCI Cyton + Daisy 板，15 个电极覆盖感觉运动区。由 Peterson 等人发布于 OpenNeuro，并在 Data in Brief（2022）中描述。

**又称** ds003810 · Motor Imagery vs Rest - Low-Cost EEG System · A motor imagery vs. rest dataset with low-cost consumer grade EEG hardware · Peterson et al. (2022)

简介来源 [openneuro.org](https://openneuro.org/datasets/ds003810) · [pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC9114495/) · [doi.org](https://doi.org/10.1016/j.dib.2022.108225) · [doi.org](https://doi.org/10.1016/j.heliyon.2020.e03425)

## 出现在

- [核心矩阵（首页）](https://bci.report/zh/#overview)
- [预训练对 LaBraM、CBraMod 这类 EEG 基础模型有帮助吗？](https://bci.report/zh/topics/does-pretraining-help/)

## 已发布的结果

下面每个数字都直接取自经过审核的下载文件，没有为本页重新计算。请到链接的页面，连同协议一起阅读每一组。

### 核心矩阵 · 运动想象与静息

连同协议阅读： [核心矩阵（首页）](https://bci.report/zh/#overview) · 随机水平 50.0% · [experiments.json](https://bci.report/data/experiments.json)

**平衡准确率，5 个配置。** 点为估计值，横线为 95% 区间，虚线为随机水平（发布数据中有记录时）。

- Spectral ridge: 54.9% (53.2%–56.7%)
- CSP+LDA: 47.1% (43.8%–50.2%)
- LaBraM: 53.5% (51.4%–55.4%)
- CBraMod: 62.9% (59.6%–66.5%)
- EEGNet: 71.0% (65.0%–76.3%)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| Spectral ridge | Rest versus right-hand imagery | 平衡准确率 | 54.9% (53.2%–56.7%) | 10 |
| [CSP+LDA](https://bci.report/zh/methods/csp-lda/) | Rest versus right-hand imagery | 平衡准确率 | 47.1% (43.8%–50.2%) | 10 |
| [LaBraM](https://bci.report/zh/methods/labram/) | Rest versus right-hand imagery | 平衡准确率 | 53.5% (51.4%–55.4%) | 10 |
| [CBraMod](https://bci.report/zh/methods/cbramod/) | Rest versus right-hand imagery | 平衡准确率 | 62.9% (59.6%–66.5%) | 10 |
| [EEGNet](https://bci.report/zh/methods/eegnet/) | Rest versus right-hand imagery | 平衡准确率 | 71.0% (65.0%–76.3%) | 10 |

### 预训练 · 固定分类头

连同协议阅读： [预训练有用吗？](https://bci.report/zh/topics/does-pretraining-help/) · [deployment-topics.json](https://bci.report/data/deployment-topics.json)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| [LaBraM](https://bci.report/zh/methods/labram/) | 运动想象 / 静息 · 预训练 | 平衡准确率 | 53.5% | 10 |
| [LaBraM](https://bci.report/zh/methods/labram/) | 运动想象 / 静息 · 随机初始化（均值） | 平衡准确率 | 55.9% | 10 |
| [CBraMod](https://bci.report/zh/methods/cbramod/) | 运动想象 / 静息 · 预训练 | 平衡准确率 | 62.9% | 10 |
| [CBraMod](https://bci.report/zh/methods/cbramod/) | 运动想象 / 静息 · 随机初始化（均值） | 平衡准确率 | 56.5% | 10 |

### 预训练 · 训练集内选定分类头

连同协议阅读： [预训练有用吗？](https://bci.report/zh/topics/does-pretraining-help/) · [deployment-topics.json](https://bci.report/data/deployment-topics.json)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| [LaBraM](https://bci.report/zh/methods/labram/) | 运动想象 / 静息 · 预训练 | 平衡准确率 | 52.9% | 10 |
| [LaBraM](https://bci.report/zh/methods/labram/) | 运动想象 / 静息 · 随机初始化（均值） | 平衡准确率 | 56.5% | 10 |
| [CBraMod](https://bci.report/zh/methods/cbramod/) | 运动想象 / 静息 · 预训练 | 平衡准确率 | 62.7% | 10 |
| [CBraMod](https://bci.report/zh/methods/cbramod/) | 运动想象 / 静息 · 随机初始化（均值） | 平衡准确率 | 54.9% | 10 |

### 预训练 · 固定经典对照

连同协议阅读： [预训练有用吗？](https://bci.report/zh/topics/does-pretraining-help/) · [deployment-topics.json](https://bci.report/data/deployment-topics.json)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| Log-covariance ridge | 运动想象 / 静息 | 平衡准确率 | 52.3% (48.5%–56.4%) | 10 |

## 来源与许可

### ds003810

**署名** Peterson et al. · OpenNeuro ds003810, version 2.0.2. Study: https://pmc.ncbi.nlm.nih.gov/articles/PMC9114495/

[CC0-1.0 ↗](https://creativecommons.org/publicdomain/zero/1.0/) · [数据集记录 ↗](https://doi.org/10.18112/openneuro.ds003810.v2.0.2)

BCI Report 不转发任何记录。这些是 BCI Report 在上述许可下计算的聚合测量；数据归属于署名中的作者。

[全部数据集 →](https://bci.report/zh/datasets/) · [全部方法 →](https://bci.report/zh/methods/)

---
本文是 https://bci.report/zh/datasets/ds003810/ 的 Markdown 版本，由已发布的网页生成。数字均为聚合结果；使用条款见 https://bci.report/data-use/（英文）。