首页 数据集 ds005342 提示同步的空闲 / 指令
ds005342 :EEG 解码结果OpenNeuro ds005342 包含 32 名健康被试的 17 通道 EEG(250 Hz):被试按屏幕提示想象从坐到站或从站到坐的动作,或保持空闲状态,先进行离线校准,再进行在线 BCI 实验。由 Triana-Guzman 等人发布于 OpenNeuro(2024),相关研究发表于 Frontiers in Neuroinformatics(2022)。
已发布的结果 每个数字都直接取自所在组列出的已审核下载文件。只有 95% 区间不重叠时,才说一行高于另一行。
更多基础模型编码器(冻结)· 空闲与指令 来源页面:核心矩阵协议:空闲与指令 · foundation-models-idle.csv
权重条款:REVE 采用 REVE 负责任使用许可 v1.0(模型版本:REVE Base @ dc2a075c · REVE Large @ 317531c7);LUNA 采用 CC BY-ND 4.0,不分享修改后的权重;BrainOmni、EEGMamba、ST-EEGFormer、SingLEM 采用 MIT;CodeBrain、ZUNA 采用 Apache-2.0;eeg-fm-masking 采用 CC-BY-4.0;ERP-FM 采用 CC BY-NC-SA 4.0,仅限非商业用途。任何模型的作者都没有为这些结果背书。全部权重许可与条款 →
EEGPT(冻结编码器)· 空闲与指令 来源页面:核心矩阵协议:空闲与指令 · eegpt-core-update.json
与已发布的 LaBraM 空闲行出自同一次运行;已发布的 CBraMod 空闲行来自另一次运行,所以与它的比较是跨运行的。窗口平衡准确率与 AUROC 按更多基础模型编码器各行的定义,从这次运行保存的概率算出;各项计数是运行本身记录的。
每个核心时间窗都比 EEGPT 预训练用的 4 秒时间窗短:1 秒或 2 秒,睡眠则是十五段各 2 秒的数据。无论时间窗多长,编码器对每个 0.25 秒片段的计算方式都相同;时间窗越短,可供平均的片段越少。
读出用的是本站固定的分类头,接在冻结的汇总 token 上,与已发布的 LaBraM、CBraMod 各行相同:在 2,048 个池化值上做岭回归(alpha 100),空闲协议上则是逐人的逻辑回归分类头。它不是作者在下游任务中用的分类头(可学习的空间滤波器加线性分类头);输入的时间窗也没有做 EEGPT 预训练时用的平均参考。
EEGPT:检查点的许可仍未厘清,不分发任何原始或转换后的权重;Apache-2.0 只涵盖代码仓库中的代码。它的许可与条款 →
来源与许可 ds005342 署名 OpenNeuro ds005342 contributors · version 1.0.3, doi:10.18112/openneuro.ds005342.v1.0.3; associated study doi:10.3389/fninf.2022.961089. Original author credits are retained at the linked source.
CC0-1.0 ↗ · 数据集记录 ↗
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;数据仍归其创建者所有。
开放登记册中的这一行 →
全部数据集 → · 全部方法 →
引用本页 BCI Report. ds005342:EEG 解码结果 [EB/OL]. (2026-11-06). https://bci.report/zh/datasets/ds005342/
数字来自发布 core-matrix-update-20261106 (2026-11-06)、eegpt-core-update-20261013 (2026-10-13)、foundation-models-update-20261004 (2026-10-04)、research-preview-20260920 (2026-09-20)。也请同时引用上游数据集:其署名就在本页。
每个发布版本都在 Zenodo 存档:doi:10.5281/zenodo.23123296 。 本站及各次发布的 BibTeX → · CITATION.cff ↗ (英文)