BCI Report
English中文

跨三次记录会话的运动想象：二分类与三分类两个队列，分开分析

WBCIC-SHU motor imagery dataset：EEG 解码结果

WBCIC-SHU 运动想象数据集（Figshare+ 22671172）收录 62 名健康被试的 EEG，每人用同一种运动想象范式记录三次会话：51 人做二分类任务（左手或右手抓握），11 人做加入脚部勾起的三分类任务。数据采集于 2019 年世界机器人大会脑控机器人大赛，使用 64 通道 Neuracle 无线脑电帽，采样率 1,000 Hz；发布内容包括原始数据、预处理后的衍生数据与代码。由上海大学的 Banghua Yang 与 Fenqi Rong 发布，并在 Scientific Data（2025）中描述。这里只用到第 1 次与第 3 次会话的预处理衍生数据。

又称 WBCIC-SHU · WBCIC-SHU Motor Imagery Dataset · WBCIC_SHU Motor Imagery dataset · Figshare+ 22671172 · A multi-day and high-quality EEG dataset for motor imagery brain-computer interface · Yang et al. (2025)

简介来源 doi.org · doi.org · api.figshare.com

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。

后续会话 · 二分类运动想象，第 1 次会话到第 3 次会话

连同协议阅读： 后续会话 · 随机水平 50.0% · later-sessions-update.json

相对频谱功率 + 岭回归
53.9% (52.7%–55.1%)
CBraMod · 冻结编码器，分类头用第 1 次会话拟合
67.7% (64.8%–70.5%)
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
源会话多数类先验参考或对照，不是解码模型第 1 次会话 → 第 3 次会话 · 不使用第 3 次会话的标签平衡准确率50.0%等于类别数的倒数：是一个下限，不是模型。51
相对频谱功率 + 岭回归第 1 次会话 → 第 3 次会话 · 不使用第 3 次会话的标签平衡准确率53.9%52.7%–55.1%51
相对频谱功率 + 岭回归减源会话先验，相同被试与试次配对差值（百分点）+3.9 pp+2.7 pp–+5.1 pp51
CBraMod · 冻结编码器，分类头用第 1 次会话拟合第 1 次会话 → 第 3 次会话 · 不使用第 3 次会话的标签平衡准确率67.7%64.8%–70.5%51
CBraMod · 冻结编码器，分类头用第 1 次会话拟合减相对频谱功率 + 岭回归，相同被试与试次配对差值（百分点）+13.8 pp+11.3 pp–+16.4 pp这是两条固定流程在复用的测试试次上的比较，不能说明提升来自预训练；这个检查点的预训练数据中是否出现过 WBCIC-SHU 也没有确定。51

后续会话 · 三分类运动想象，第 1 次会话到第 3 次会话

连同协议阅读： 后续会话 · 随机水平 33.3% · later-sessions-update.json

相对频谱功率 + 岭回归
37.6% (35.4%–40.0%)
CBraMod · 冻结编码器，分类头用第 1 次会话拟合
51.6% (45.2%–58.3%)
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
源会话多数类先验参考或对照，不是解码模型第 1 次会话 → 第 3 次会话 · 不使用第 3 次会话的标签平衡准确率33.3%等于类别数的倒数：是一个下限，不是模型。11
相对频谱功率 + 岭回归第 1 次会话 → 第 3 次会话 · 不使用第 3 次会话的标签平衡准确率37.6%35.4%–40.0%11
相对频谱功率 + 岭回归减源会话先验，相同被试与试次配对差值（百分点）+4.3 pp+2.1 pp–+6.6 pp11
CBraMod · 冻结编码器，分类头用第 1 次会话拟合第 1 次会话 → 第 3 次会话 · 不使用第 3 次会话的标签平衡准确率51.6%45.2%–58.3%11
CBraMod · 冻结编码器，分类头用第 1 次会话拟合减相对频谱功率 + 岭回归，相同被试与试次配对差值（百分点）+14.0 pp+7.5 pp–+20.8 pp这是两条固定流程在复用的测试试次上的比较，不能说明提升来自预训练；这个检查点的预训练数据中是否出现过 WBCIC-SHU 也没有确定。11

来源与许可

WBCIC-SHU motor imagery dataset

署名 Banghua Yang, Fenqi Rong, Yunlong Xie, Du Li, Jiayang Zhang, Fu Li, Guangming Shi and Xiaorong Gao · A multi-day and high-quality EEG dataset for motor imagery brain-computer interface, Scientific Data 12, 488 (2025), doi:10.1038/s41597-025-04826-y. Data: Banghua Yang and Fenqi Rong, WBCIC-SHU Motor Imagery Dataset, Figshare+, doi:10.25452/figshare.plus.22671172.v5, CC BY 4.0. Derived analysis by BCI Report; not endorsed by the authors.

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 →

引用本页

BCI Report. WBCIC-SHU motor imagery dataset：EEG 解码结果[EB/OL]. (2026-10-08). https://bci.report/zh/datasets/wbcic-shu/

数字来自发布 later-sessions-update-20261008（2026-10-08）。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）