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)。

又称 ds005342 · EEG data offline and online during motor imagery for standing and sitting · Triana-Guzman et al. (2022)

简介来源 openneuro.org · pmc.ncbi.nlm.nih.gov · doi.org

出现在

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。

核心矩阵 · 空闲与指令

来源页面:核心矩阵协议:空闲与指令 · experiments.json, core-matrix-20261106-idle.csv

方法条件指标数值被试
CSP+LDASeated motor imagery · cue-gated replay指令检出率 ≤3 秒23.3%4
CSP+LDASeated motor imagery · cue-gated replay空闲误触发率0.0%4
LaBraMSeated motor imagery · cue-gated replay指令检出率 ≤3 秒18.3%4
LaBraMSeated motor imagery · cue-gated replay空闲误触发率3.3%4
EEGNetSeated motor imagery · cue-gated replay指令检出率 ≤3 秒1.7%4
EEGNetSeated motor imagery · cue-gated replay空闲误触发率0.0%4
ShallowFBCSPNetSeated motor imagery · cue-gated replay指令检出率 ≤3 秒43.3%4
ShallowFBCSPNetSeated motor imagery · cue-gated replay空闲误触发率1.7%4
CBraModSeated motor imagery · cue-gated replay指令检出率 ≤3 秒18.3%4
CBraModSeated motor imagery · cue-gated replay空闲误触发率1.7%4
Deep4NetSeated motor imagery · cue-gated replay指令检出率 ≤3 秒3.3%4
Deep4NetSeated motor imagery · cue-gated replay空闲误触发率1.7%4
TS+LR · OASSeated motor imagery · cue-gated replay指令检出率 ≤3 秒35.0%合计的测试试次。固定的校准规则;每名被试 60 个训练试次和 30 个校准试次。四人个案研究;只给出队列汇总,不作子群或总体层面的断言。4
TS+LR · OASSeated motor imagery · cue-gated replay空闲误触发率6.7%合计的测试试次。固定的校准规则;每名被试 60 个训练试次和 30 个校准试次。四人个案研究;只给出队列汇总,不作子群或总体层面的断言。4
MDM · OASSeated motor imagery · cue-gated replay指令检出率 ≤3 秒35.0%合计的测试试次。固定的校准规则;每名被试 60 个训练试次和 30 个校准试次。四人个案研究;只给出队列汇总,不作子群或总体层面的断言。4
MDM · OASSeated motor imagery · cue-gated replay空闲误触发率1.7%合计的测试试次。固定的校准规则;每名被试 60 个训练试次和 30 个校准试次。四人个案研究;只给出队列汇总,不作子群或总体层面的断言。4

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

方法条件指标数值被试
REVE Base冻结编码器 + 线性分类头检出的指令 ≤3 秒12 / 600 名始终拒识(共 4 名被试)。4
REVE Base冻结编码器 + 线性分类头空闲误触发1 / 604
REVE Large冻结编码器 + 线性分类头检出的指令 ≤3 秒6 / 602 名始终拒识(共 4 名被试)。4
REVE Large冻结编码器 + 线性分类头空闲误触发1 / 604
LUNA Base冻结编码器 + 线性分类头检出的指令 ≤3 秒4 / 602 名始终拒识(共 4 名被试)。4
LUNA Base冻结编码器 + 线性分类头空闲误触发1 / 604
LUNA Large冻结编码器 + 线性分类头检出的指令 ≤3 秒5 / 602 名始终拒识(共 4 名被试)。4
LUNA Large冻结编码器 + 线性分类头空闲误触发1 / 604
BrainOmni Base冻结编码器 + 线性分类头检出的指令 ≤3 秒13 / 601 名始终拒识(共 4 名被试)。4
BrainOmni Base冻结编码器 + 线性分类头空闲误触发3 / 604
CodeBrain冻结编码器 + 线性分类头检出的指令 ≤3 秒10 / 601 名始终拒识(共 4 名被试)。4
CodeBrain冻结编码器 + 线性分类头空闲误触发1 / 604
EEGMamba冻结编码器 + 线性分类头检出的指令 ≤3 秒2 / 603 名始终拒识(共 4 名被试)。4
EEGMamba冻结编码器 + 线性分类头空闲误触发0 / 604
ST-EEGFormer Base冻结编码器 + 线性分类头检出的指令 ≤3 秒16 / 601 名始终拒识(共 4 名被试)。4
ST-EEGFormer Base冻结编码器 + 线性分类头空闲误触发1 / 604
ST-EEGFormer Large冻结编码器 + 线性分类头检出的指令 ≤3 秒20 / 601 名始终拒识(共 4 名被试)。4
ST-EEGFormer Large冻结编码器 + 线性分类头空闲误触发1 / 604
eeg-fm-masking MAE (r=9 cm, L=2)冻结编码器 + 线性分类头检出的指令 ≤3 秒3 / 602 名始终拒识(共 4 名被试)。4
eeg-fm-masking MAE (r=9 cm, L=2)冻结编码器 + 线性分类头空闲误触发0 / 604
ERP-FM Base冻结编码器 + 线性分类头检出的指令 ≤3 秒3 / 602 名始终拒识(共 4 名被试)。4
ERP-FM Base冻结编码器 + 线性分类头空闲误触发1 / 604
SingLEM冻结编码器 + 线性分类头检出的指令 ≤3 秒6 / 602 名始终拒识(共 4 名被试)。4
SingLEM冻结编码器 + 线性分类头空闲误触发5 / 604
ZUNA 1.1冻结编码器 + 线性分类头检出的指令 ≤3 秒11 / 600 名始终拒识(共 4 名被试);是否出现在预训练数据中:未知:作者公开的预训练数据清单不够详细,无法判断。模型卡:仅供研究使用,不可用于诊断或临床。4
ZUNA 1.1冻结编码器 + 线性分类头空闲误触发1 / 60模型卡:仅供研究使用,不可用于诊断或临床。4
eeg-fm-masking JEPA (r=9 cm, L=2)冻结编码器 + 线性分类头 · 掩码消融检出的指令 ≤3 秒12 / 602 名始终拒识(共 4 名被试)。4
eeg-fm-masking JEPA (r=9 cm, L=2)冻结编码器 + 线性分类头 · 掩码消融空闲误触发0 / 604
eeg-fm-masking MAE (r=one channel, L=1)冻结编码器 + 线性分类头 · 掩码消融检出的指令 ≤3 秒5 / 602 名始终拒识(共 4 名被试)。4
eeg-fm-masking MAE (r=one channel, L=1)冻结编码器 + 线性分类头 · 掩码消融空闲误触发0 / 604
eeg-fm-masking JEPA (r=one channel, L=1)冻结编码器 + 线性分类头 · 掩码消融检出的指令 ≤3 秒5 / 602 名始终拒识(共 4 名被试)。4
eeg-fm-masking JEPA (r=one channel, L=1)冻结编码器 + 线性分类头 · 掩码消融空闲误触发0 / 604

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

方法条件指标数值被试
EEGPT冻结编码器 + 线性分类头检出的指令 ≤3 秒7 / 601 名始终拒识(共 4 名被试)。4
EEGPT冻结编码器 + 线性分类头空闲误触发2 / 604
EEGPT冻结编码器 + 线性分类头窗口平衡准确率57.2%4
EEGPT冻结编码器 + 线性分类头窗口 AUROC0.7804

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)