# Mobile BCI dataset (SSVEP and ERP paradigms)：EEG 解码结果

站立、行走与跑动中的 SSVEP 与 ERP

Korea University 发布的头皮与耳周 EEG 数据集（Lee 等，Scientific Data，2021）：24 名被试（SSVEP 任务为 23 名）在跑步机上以站立、步行和慢跑（0 至 2.0 m/s）状态完成 ERP 与 SSVEP 脑机接口任务，同步记录 32 通道头皮 EEG、14 通道耳周 EEG、EOG 和 IMU。原始数据发布于 OSF；NEMAR nm000201（ERP）与 nm000125（SSVEP）是其 BIDS 衍生版本。

**又称** Mobile BCI dataset · Lee2021 · Lee2021Mobile · NEMAR nm000201 · NEMAR nm000125 · OSF r7s9b

简介来源 [pmc.ncbi.nlm.nih.gov](https://pmc.ncbi.nlm.nih.gov/articles/PMC8688416/) · [osf.io](https://osf.io/r7s9b/) · [nemar.org](https://nemar.org/dataset/nm000125) · [nemar.org](https://nemar.org/dataset/nm000201) · [doi.org](https://doi.org/10.82901/nemar.nm000125) · [doi.org](https://doi.org/10.82901/nemar.nm000201)

## 出现在

- [走路或跑步时，EEG 解码还管用吗？](https://bci.report/zh/topics/on-the-move/)

## 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 · SSVEP，5 秒时间窗

连同协议阅读： [移动中的解码](https://bci.report/zh/topics/on-the-move/) · [deployment-topics.json](https://bci.report/data/deployment-topics.json)

**平衡准确率，12 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）。

- Author-style CCA · 站立 · 头皮 · 8 通道: 88.7% (80.0%–95.9%)
- Author-style CCA · 慢走 · 0.8 m/s · 头皮 · 8 通道: 82.9% (74.3%–90.4%)
- Author-style CCA · 快走 · 1.6 m/s · 头皮 · 8 通道: 80.9% (72.0%–88.8%)
- Spectral ridge · 站立 · 头皮 · 8 通道: 85.0% (77.0%–92.0%)
- Spectral ridge · 慢走 · 0.8 m/s · 头皮 · 8 通道: 79.2% (70.1%–87.5%)
- Spectral ridge · 快走 · 1.6 m/s · 头皮 · 8 通道: 77.2% (67.7%–85.7%)
- Author-style CCA · 站立 · 耳部 · 14 通道: 53.1% (47.4%–59.6%)
- Author-style CCA · 慢走 · 0.8 m/s · 耳部 · 14 通道: 43.4% (39.6%–47.8%)
- Author-style CCA · 快走 · 1.6 m/s · 耳部 · 14 通道: 39.1% (36.7%–41.8%)
- Spectral ridge · 站立 · 耳部 · 14 通道: 52.0% (46.9%–57.8%)
- Spectral ridge · 慢走 · 0.8 m/s · 耳部 · 14 通道: 45.4% (40.7%–51.2%)
- Spectral ridge · 快走 · 1.6 m/s · 耳部 · 14 通道: 40.0% (36.4%–43.7%)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| [Author-style CCA](https://bci.report/zh/methods/cca/) | 站立 · 头皮 · 8 通道 | 平衡准确率 | 88.7% (80.0%–95.9%) | 23 |
| [Author-style CCA](https://bci.report/zh/methods/cca/) | 慢走 · 0.8 m/s · 头皮 · 8 通道 | 平衡准确率 | 82.9% (74.3%–90.4%) | 23 |
| [Author-style CCA](https://bci.report/zh/methods/cca/) | 快走 · 1.6 m/s · 头皮 · 8 通道 | 平衡准确率 | 80.9% (72.0%–88.8%) | 23 |
| Spectral ridge | 站立 · 头皮 · 8 通道 | 平衡准确率 | 85.0% (77.0%–92.0%) | 23 |
| Spectral ridge | 慢走 · 0.8 m/s · 头皮 · 8 通道 | 平衡准确率 | 79.2% (70.1%–87.5%) | 23 |
| Spectral ridge | 快走 · 1.6 m/s · 头皮 · 8 通道 | 平衡准确率 | 77.2% (67.7%–85.7%) | 23 |
| [Author-style CCA](https://bci.report/zh/methods/cca/) | 站立 · 耳部 · 14 通道 | 平衡准确率 | 53.1% (47.4%–59.6%) | 23 |
| [Author-style CCA](https://bci.report/zh/methods/cca/) | 慢走 · 0.8 m/s · 耳部 · 14 通道 | 平衡准确率 | 43.4% (39.6%–47.8%) | 23 |
| [Author-style CCA](https://bci.report/zh/methods/cca/) | 快走 · 1.6 m/s · 耳部 · 14 通道 | 平衡准确率 | 39.1% (36.7%–41.8%) | 23 |
| Spectral ridge | 站立 · 耳部 · 14 通道 | 平衡准确率 | 52.0% (46.9%–57.8%) | 23 |
| Spectral ridge | 慢走 · 0.8 m/s · 耳部 · 14 通道 | 平衡准确率 | 45.4% (40.7%–51.2%) | 23 |
| Spectral ridge | 快走 · 1.6 m/s · 耳部 · 14 通道 | 平衡准确率 | 40.0% (36.4%–43.7%) | 23 |

### 运动 · SSVEP，2 秒时间窗

连同协议阅读： [移动中的解码](https://bci.report/zh/topics/on-the-move/) · [deployment-topics.json](https://bci.report/data/deployment-topics.json)

**平衡准确率，12 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）。

- Author-style CCA · 站立 · 头皮 · 8 通道: 82.3% (74.6%–89.4%)
- Author-style CCA · 慢走 · 0.8 m/s · 头皮 · 8 通道: 70.7% (62.3%–78.6%)
- Author-style CCA · 快走 · 1.6 m/s · 头皮 · 8 通道: 68.6% (60.1%–76.7%)
- Spectral ridge · 站立 · 头皮 · 8 通道: 78.7% (70.7%–86.1%)
- Spectral ridge · 慢走 · 0.8 m/s · 头皮 · 8 通道: 69.9% (61.2%–78.1%)
- Spectral ridge · 快走 · 1.6 m/s · 头皮 · 8 通道: 68.6% (60.4%–76.3%)
- LaBraM · 站立 · 头皮 · 8 通道: 59.5% (53.6%–65.5%)
- LaBraM · 慢走 · 0.8 m/s · 头皮 · 8 通道: 54.7% (49.5%–60.1%)
- LaBraM · 快走 · 1.6 m/s · 头皮 · 8 通道: 47.8% (43.3%–52.3%)
- CBraMod · 站立 · 头皮 · 8 通道: 59.9% (54.3%–65.4%)
- CBraMod · 慢走 · 0.8 m/s · 头皮 · 8 通道: 46.2% (41.1%–51.4%)
- CBraMod · 快走 · 1.6 m/s · 头皮 · 8 通道: 46.0% (42.2%–49.6%)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| [Author-style CCA](https://bci.report/zh/methods/cca/) | 站立 · 头皮 · 8 通道 | 平衡准确率 | 82.3% (74.6%–89.4%) | 23 |
| [Author-style CCA](https://bci.report/zh/methods/cca/) | 慢走 · 0.8 m/s · 头皮 · 8 通道 | 平衡准确率 | 70.7% (62.3%–78.6%) | 23 |
| [Author-style CCA](https://bci.report/zh/methods/cca/) | 快走 · 1.6 m/s · 头皮 · 8 通道 | 平衡准确率 | 68.6% (60.1%–76.7%) | 23 |
| Spectral ridge | 站立 · 头皮 · 8 通道 | 平衡准确率 | 78.7% (70.7%–86.1%) | 23 |
| Spectral ridge | 慢走 · 0.8 m/s · 头皮 · 8 通道 | 平衡准确率 | 69.9% (61.2%–78.1%) | 23 |
| Spectral ridge | 快走 · 1.6 m/s · 头皮 · 8 通道 | 平衡准确率 | 68.6% (60.4%–76.3%) | 23 |
| [LaBraM](https://bci.report/zh/methods/labram/) | 站立 · 头皮 · 8 通道 | 平衡准确率 | 59.5% (53.6%–65.5%) | 23 |
| [LaBraM](https://bci.report/zh/methods/labram/) | 慢走 · 0.8 m/s · 头皮 · 8 通道 | 平衡准确率 | 54.7% (49.5%–60.1%) | 23 |
| [LaBraM](https://bci.report/zh/methods/labram/) | 快走 · 1.6 m/s · 头皮 · 8 通道 | 平衡准确率 | 47.8% (43.3%–52.3%) | 23 |
| [CBraMod](https://bci.report/zh/methods/cbramod/) | 站立 · 头皮 · 8 通道 | 平衡准确率 | 59.9% (54.3%–65.4%) | 23 |
| [CBraMod](https://bci.report/zh/methods/cbramod/) | 慢走 · 0.8 m/s · 头皮 · 8 通道 | 平衡准确率 | 46.2% (41.1%–51.4%) | 23 |
| [CBraMod](https://bci.report/zh/methods/cbramod/) | 快走 · 1.6 m/s · 头皮 · 8 通道 | 平衡准确率 | 46.0% (42.2%–49.6%) | 23 |

### 运动 · ERP

连同协议阅读： [移动中的解码](https://bci.report/zh/topics/on-the-move/) · [deployment-topics.json](https://bci.report/data/deployment-topics.json)

| 方法 | 条件 | 指标 | 数值 | 被试 |
| --- | --- | --- | --- | --- |
| Temporal-feature L2 logistic regression | 站立 · 头皮 · 32 通道 | ROC AUC | 0.859 (0.820–0.897) | 24 |
| Temporal-feature L2 logistic regression | 慢走 · 0.8 m/s · 头皮 · 32 通道 | ROC AUC | 0.740 (0.703–0.777) | 24 |
| Temporal-feature L2 logistic regression | 快走 · 1.6 m/s · 头皮 · 32 通道 | ROC AUC | 0.635 (0.602–0.673) | 24 |
| Temporal-feature L2 logistic regression | 慢跑 · 2.0 m/s · 头皮 · 32 通道 | ROC AUC | 0.586 (0.561–0.613) | 17 |
| Temporal-feature L2 logistic regression | 站立 · 耳部 · 14 通道 | ROC AUC | 0.734 (0.694–0.774) | 24 |
| Temporal-feature L2 logistic regression | 慢走 · 0.8 m/s · 耳部 · 14 通道 | ROC AUC | 0.628 (0.595–0.661) | 24 |
| Temporal-feature L2 logistic regression | 快走 · 1.6 m/s · 耳部 · 14 通道 | ROC AUC | 0.563 (0.540–0.587) | 24 |
| Temporal-feature L2 logistic regression | 慢跑 · 2.0 m/s · 耳部 · 14 通道 | ROC AUC | 0.517 (0.491–0.541) | 17 |

## 来源与许可

### Mobile BCI dataset (SSVEP and ERP paradigms)

**署名** Lee, Y., Shin, G., Lee, M., & Lee, S. (2026). Lee2021 – SSVEP paradigm of the Mobile BCI dataset (Version v1.0.2) [Data set]. NEMAR. https://doi.org/10.82901/nemar.nm000125 · Lee, Y., Shin, G., Lee, M., & Lee, S. (2026). ERP paradigm of the Mobile BCI dataset (Version v1.0.2) [Data set]. NEMAR. https://doi.org/10.82901/nemar.nm000201

CC BY 4.0 · [数据集记录 ↗](https://nemar.org/dataset/nm000125) · [nemar.org ↗](https://nemar.org/dataset/nm000201) · [doi.org ↗](https://doi.org/10.1038/s41597-021-01094-4)

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/mobile-bci/ 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）。