想象书写竞赛数据集中的四个已发布编码标签,仅用 EEG:一项数据质量与方法案例研究

EEG-fNIRS-based Handwriting Trajectory Dataset:EEG 解码结果

EEG-fNIRS-based Handwriting Trajectory Dataset 是一项想象书写竞赛的数据发布,由账户 lasfk 发布在 Hugging Face 上:原始 EEG 与 fNIRS 记录及试次表,20 名带标签的训练被试与 10 名测试被试,以及由已发布的事件编码映射而来的四个类别标签。数据集卡片没有写明组织方,也没有给出论文;一支参赛队伍的挑战赛论文指出,这项竞赛是 ACM MM 2026 Multimodal Brain-Computer Interface Grand Challenge。卡片声明的许可是 CC BY-NC-SA 4.0,访问需申请。这里只用到其中五名训练被试的 EEG,没有使用官方测试数据。

又称 lasfk/EEG-fNIRS-based-Handwriting-Trajectory-Dataset · ACM MM 2026 Multimodal Brain-Computer Interface Grand Challenge

简介来源 huggingface.co · arxiv.org

出现在

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。

试点研究 · 想象书写数据集上的掩码感知 EEG,一项数据质量与方法案例研究

连同协议阅读: 试点研究 · 随机水平 25.00% · pilot-studies-update.json

方法条件指标数值被试
掩码感知的相对频带功率 EEG + 逻辑回归留出一名被试 · 四个已发布的编码标签平衡准确率26.81%26.30%–27.20%5
只看缺失掩码(不用 EEG)参考或对照,不是解码模型留出一名被试 · 四个已发布的编码标签平衡准确率24.99%不发布区间:只有五名被试,区间端点能反推出个人的分数。5
经过时间 / 试次顺序(不用 EEG)参考或对照,不是解码模型留出一名被试 · 四个已发布的编码标签平衡准确率25.44%24.03%–26.79%5
掩码 + 时间(不用 EEG)参考或对照,不是解码模型留出一名被试 · 四个已发布的编码标签平衡准确率25.01%23.90%–26.12%5
训练集多数类参考或对照,不是解码模型留出一名被试 · 四个已发布的编码标签平衡准确率25.00%对每名被试都等于随机水平,这是由构造决定的。5
掩码感知的相对频带功率 EEG + 逻辑回归减只看缺失掩码的对照,相同被试配对差值(百分点)+1.82 pp+1.30–+2.21 pp5
掩码感知的相对频带功率 EEG + 逻辑回归减经过时间 / 试次顺序的对照,相同被试配对差值(百分点)+1.37 pp−0.12–+3.07 pp区间跨过零:与这个对照没有区分开。5
掩码感知的相对频带功率 EEG + 逻辑回归减掩码 + 时间的对照,相同被试配对差值(百分点)+1.80 pp+0.43–+3.05 pp5
打乱训练标签 · 掩码感知的相对频带功率 EEG + 逻辑回归参考或对照,不是解码模型留出一名被试 · 四个已发布的编码标签平衡准确率25.20%5 次打乱的均值;各次均值从 23.85% 到 26.69%:这是观察到的范围,不是置信区间。5

5 名被试、1,618 个试次,来自重复使用的开发队列;较早那次分析在这个队列上的分数,在这个设计之前已经看过:这是参考了质量检查的诊断,不是独立确认。按固定的数值可用性规则,每个试次保留 27 至 38 个通道(共记录 59 个),这并不代表经过认证的干净 EEG。四个已发布的编码标签,对应的字符或书写轨迹都没有核实:这不是手写识别。区间是描述性的,在彼此重叠的折上对五名被试重抽样,不是群体置信区间。没有使用官方测试数据。不作任何 fNIRS、融合、在线、生理来源、竞赛名次或医学方面的声明;不进入任何排行榜。

来源与许可

EEG-fNIRS-based Handwriting Trajectory Dataset

署名 lasfk on Hugging Face · EEG-fNIRS-based Handwriting Trajectory Dataset, revision 4036680b5fb0015472d55589da2f34c5a87a3c10, CC BY-NC-SA 4.0 as declared on the dataset card, gated access. Derived analysis by BCI Report; not endorsed by the uploader.

CC BY-NC-SA 4.0 ↗ · 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。

伦理与知情同意

在数据集卡片和一支参赛队伍的挑战赛论文中,都没有找到伦理批准或知情同意声明;聚合结果依据所有者的决定发布,并说明这一缺口。No ethics-approval or informed-consent statement was found, on the dataset card or in a participating team’s challenge paper; the aggregates are published with that gap stated, by the owner’s decision. 数据使用页面上的完整说明(英文)→

全部数据集 → · 全部方法 →

引用本页

BCI Report. EEG-fNIRS-based Handwriting Trajectory Dataset:EEG 解码结果[EB/OL]. (2026-10-12). https://bci.report/zh/datasets/eeg-fnirs-handwriting/

数字来自发布 pilot-studies-update-20261012(2026-10-12)。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)