跑步机上三种速度的行走

Multimodal gait dataset · treadmill walking：EEG 解码结果

Khalifa University 采集的跑步机行走数据集：59 名健康青年被试分别以 0.5、0.75 和 1.0 m/s 各行走一分钟，同步记录 19 通道干电极 EEG（DSI-24）、12 块下肢肌肉的表面肌电、17 个 IMU 传感器的运动学数据以及分带跑步机测力台数据。由 Katmah 等于 2026 年 4 月在 PhysioNet 发布 v1.0.0（CC BY 4.0）。

又称 A multimodal gait dataset of brain activity, muscle activity, kinematics and ground forces in young adults · PhysioNet multimodal-gait-dataset · doi:10.13026/r0ea-7161

简介来源 physionet.org · doi.org

出现在

走路或跑步时，EEG 解码还管用吗？

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。

运动 · 跑步机步速（混杂案例）

连同协议阅读：移动中的解码 · 随机水平 33.3% · context-update.json

Relative spectral bands · 相对频带功率，19 个头皮通道

45.4% (39.1%–51.7%)

Movement-nuisance features · 运动干扰特征，不是脑信号

50.6% (44.3%–56.9%)

平衡准确率，2 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）。

方法	条件	指标	数值	被试
Relative spectral bands	相对频带功率，19 个头皮通道	平衡准确率	45.4%39.1%–51.7%	58
Movement-nuisance features参考或对照，不是解码模型	运动干扰特征，不是脑信号	平衡准确率	50.6%44.3%–56.9%	58

来源与许可

Multimodal gait dataset · treadmill walking

署名 R. Katmah, A. AlShehhi, D. Kosaji, N. Al-Rahmani, M. Abdullah, A. A. V. Hulleck and K. Khalaf · A multimodal gait dataset of brain activity, muscle activity, kinematics and ground forces in young adults, PhysioNet v1.0.0 (2026), doi:10.13026/r0ea-7161.

CC-BY-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；数据归属于署名中的作者。

全部数据集 → · 全部方法 →