BCI Report
English中文

数据质量与可复现性 · 三个公开 EEG 数据集，从文件读起

把公开 EEG 数据集从头到尾核一遍，文件里能看到什么？

Shin2022 是完整的案例：先从文件里清点 run、重复文件与时间窗，再做整名被试留出的检验，旁边配一个只读试次时长的对照。eldBETA 与 ZuCo 2.0 是状态案例：写明文件里看到了什么，不给分数。

已审核的聚合 JSON ↓方法与局限 ↓

测量所用数据集：Shin2022 · closed-loop motor imagery EEG (Figshare 20383716)

简答

Shin2022 的文件里有些 run 逐字节重复，有些反馈时间窗不足一秒或有一个通道恒定不变；在剩下的时间窗上做整名被试留出的检验，alpha 与 beta 频带功率的平衡准确率为 52.59%，只读每个试次持续多久的对照为 52.33%，训练集先验为 50.00%。eldBETA 一名被试的原始记录通过了全部检查；只有一个人，所以分数暂缓。ZuCo 2.0 的一个转换后记录中，有些注视时间落在记录之外，所以不计算 EEG–文本分数。

完整案例 · Shin2022 · 闭环光标控制，干电极

整名被试留出后，还剩下什么？

任务是在光标反馈的第一秒内判断指示目标是右还是左，被检验的被试完全不参与训练：10 名被试轮流留出一次，用其余 9 人拟合的岭回归给其时间窗打分。在下文清点出的信号有效时间窗上，alpha 与 beta 频带功率按被试平均的平衡准确率为 52.59%（51.51%–53.66%）。只读每个试次整段反馈时长的对照为 52.33%（50.87%–54.02%）。训练集先验为 50.00%。

按被试平均的平衡准确率：10 名留出被试各自的平衡准确率等权平均，附被试 bootstrap 的 95% 区间。合并值把所有信号有效的时间窗放在一起计算，是次要数字，不附区间。
组按被试平均的平衡准确率合并值（次要）读什么
按被试等权的训练集先验参照50.00%95% 区间 50.00%–50.00%50.00%不读任何输入：总是预测训练集中较大的那一类，每名训练被试的权重相同。
归一化 spectral ridgeEEG52.59%95% 区间 51.51%–53.66%52.55%32 个对数频带功率，各自相对于所在通道 1–40 Hz 的功率：16 个存储通道上各取 alpha（8–12 Hz）与 beta（13–30 Hz）；岭回归，alpha 取 1.0，不调参。
回溯对照
回溯的时长对照52.33%95% 区间 50.87%–54.02%52.15%只读一个值：整段反馈时长的对数；岭回归，alpha 取 1.0。

分数只覆盖信号有效的时间窗：反馈至少持续一秒，且第一秒在全部 16 个通道上都是有限值、1–40 Hz 功率为正。标签是闭环光标记录中指示的目标，这类记录带有视觉、控制器与行为上的混杂。时长对照读的是整段反馈时长，要到试次结束后才知道，所以它检验的是一个混杂因素；spectral ridge 一组与它相差无几，两组之间没有做任何检验。十名被试，每人一个记录日；区间只作描述。

从发布中的 run 到参与评分的时间窗

每个计数都读自以哈希固定的记录（标签与重复文件审计、信号普查审核或评分导出），每一步都由上一步推出。右与左指的是指示的目标。
步骤计数右 · 左文件里看到的
发布中的 run110—发布中人类记录的 run；模拟分支不计入，也不增加被试。
逐字节相同的 run 对9—逐字节相同的 run 对：每一对都在同一名被试之内，由一个 BW30 run 和一个 NT0 run 组成。
互不相同的 run101—每对逐字节相同的 run 只计一次后，互不相同的 run。共含 2,412 个已结束的反馈时间窗。
不完整的 run暂缓1—有一个 run 在某个反馈时间窗中途结束；这个 run 整个暂缓。
完整的 run10012 · 12（每个 run）完整且互不相同的 run，每个目标各有十二个已结束的反馈时间窗。覆盖全部 10 名被试。
已结束的反馈时间窗2,4001,200 · 1,200完整 run 中已结束的反馈时间窗。
不足一秒排除16776 · 91反馈在第一秒之内就结束了，所以时间窗不足各组读取的一秒。
至少一秒2,2331,124 · 1,109反馈至少持续一秒的时间窗。
第一秒有恒定通道排除137 · 6第一秒内至少有一个通道恒定不变的时间窗，该通道因此没有 1–40 Hz 功率；这条规则在不计算分数的普查之后、任何拟合之前冻结。所有通道都恒定的有 8 个，部分通道恒定的有 5 个；输入含非有限值的时间窗有 0 个。
信号有效2,2201,117 · 1,103信号有效的时间窗：三个组都在这些时间窗上评分。占已结束时间窗的 92.5%，占至少持续一秒的时间窗的 99.42%；全部 10 名被试都保留了两个目标的时间窗。

MOABB 的数据集摘要给出的试次时长为 6 秒：这是所读 110 个 run 的文件头都设定的反馈上限（MaxFeedbackDuration）。MOABB 列出的 Shin2022 试次数与 run 数，作为发现写在开放登记册中它的那一行。

是怎么核的

  1. 暂缓：第一个、更严格的协议覆盖全部时长合格的时间窗，在零功率关卡处遇到一段平直信号，在拟合任何模型之前就停止了；那次尝试记为失败并暂缓。
  2. 通过：一次普查读取了每个时长合格时间窗的信号，不用任何模型，也不计算任何分数。
  3. 通过：带信号有效性规则的第二个协议在普查之后、任何拟合之前冻结。
  4. 通过：预测在审计之前封存；指标在审计之后才计算。
  5. 通过：一次独立审计从封存的预测重建了每一项指标。
  6. 通过：一次独立的发布审核认可了聚合数值与覆盖情况，准予发布。

暂缓或尚未确立的部分

来源、许可与知情同意

Shin2022 · Data from: Closed-loop motor imagery EEG simulation for brain-computer interfaces (Shin, Suma and He)

带视觉反馈的闭环左右光标控制；标签是指示的目标。Figshare 记录 20383716 的第 1 版，也是该记录列出的唯一版本。

Hyonyoung Shin, Daniel Suma and Bin He · Data from: Closed-loop motor imagery EEG simulation for brain-computer interfaces, figshare, doi:10.6084/m9.figshare.20383716.v1, CC BY 4.0. Paper: Hyonyoung Shin, Daniel Suma and Bin He, Closed-loop motor imagery EEG simulation for brain-computer interfaces, Frontiers in Human Neuroscience 16:951591 (2022), doi:10.3389/fnhum.2022.951591. Funding: NIH AT009263. Modifications: canonical deduplication of the byte-identical runs, first-second window selection and signal-validity filtering. Derived analysis by BCI Report; not endorsed by the authors.

模拟器代码是数据记录所链接的另一项作品；数据许可覆盖的是数据记录。模拟器代码 ↗

数据集记录 ↗ · CC BY 4.0 · 数据集页面 →

数据源陈述的伦理与知情同意

伦理审批：研究经卡内基梅隆大学机构审查委员会审查并批准；论文没有给出批准编号。The study was reviewed and approved by the Institutional Review Board of Carnegie Mellon University; the paper gives no approval number.

知情同意：被试签署了参加本研究的书面知情同意。The participants gave written informed consent to take part in the study.

数据记录还写明：“All identifying information have been removed.” “Please cite the above paper if you use any data included in this dataset.”

论文及其伦理声明 ↗

状态案例 · eldBETA · 老年人的 SSVEP 选择

一名被试的原始记录，从头到尾

从原始记录读起的流程，在一名被试的 7 个组块（9 个目标）上从头到尾跑通：全部 63 个试次都通过了读取与质量检查，没有一个被剔除。连续记录中，分析时间窗之外有 248,320 个非有限值，按记录原样保留，分析时间窗之内一个也没有。只有一个人时，任何分数都是这个人的分数，所以准确率暂缓。

暂缓或尚未确立的部分

eldBETA 在 SingLEM 公开的预训练数据清单中，即 SingLEM 论文的表 I；BETA 是另一个数据库，不在这份清单里，SingLEM 在 BETA 上“是否出现在预训练数据中”的那一行写明了这一点。SingLEM 论文的表 I ↗ · SingLEM 的“是否出现在预训练数据中”各行 →

eldBETA · 单人分数 · 只发状态。它在暂缓登记表中的条目 →

来源、许可与知情同意

eldBETA: A Large Eldercare-oriented Benchmark Database of SSVEP-BCI for the Aging Population (Liu, Wang, Gao and Chen)

老年人在九个目标中做 SSVEP 选择，每人记录七个组块。Figshare 记录 18032669 的第 3 版，是该记录列出的 3 个版本中最新的一版。

Bingchuan Liu, Yijun Wang, Xiaorong Gao and Xiaogang Chen · eldBETA: A Large Eldercare-oriented Benchmark Database of SSVEP-BCI for the Aging Population, figshare, doi:10.6084/m9.figshare.18032669.v3, CC BY 4.0. Data descriptor: Scientific Data, doi:10.1038/s41597-022-01372-9. Funding: National Natural Science Foundation of China (No. 62171473). Modifications: decoding of the original recording format with the header calibration, and fixed channel and window selection; no score from these data is published. Derived analysis by BCI Report; not endorsed by the authors.

数据集记录 ↗ · CC BY 4.0

数据源陈述的伦理与知情同意

伦理审批：实验方案遵循《赫尔辛基宣言》，经清华大学机构审查委员会批准，批准编号 20210032。The protocol followed the Declaration of Helsinki and was approved by the institutional review board of Tsinghua University, approval number 20210032.

知情同意：被试在实验前熟悉了实验方案，并签署了完整的书面同意。The participants were familiarised with the protocol and gave full written consent before the experiment.

数据描述论文还写明：“The eldBETA database is open-access for research and can be downloaded from the website”

数据描述论文及其伦理声明 ↗

状态案例 · NEMAR 上的 ZuCo 2.0 · 没有分数

一个转换后记录的时间问题

在 NEMAR 上 ZuCo 2.0 的一个转换后记录中，有些注视时间落在记录之外。在转换程序的时间规则与带源校验和的测试样例具备之前，不计算任何 EEG–文本分数。暂缓只涉及那一个转换后的记录；没有修正任何时间，也没有删除任何数据行。

具备以下条件后解除暂缓

尚未读取这个数据集的知情同意或伦理声明。来源与所述条款 ↓

NEMAR 上的 ZuCo · 转换后记录的时间 · 没有分数。它在暂缓登记表中的条目 →

三个案例在开放登记册中的行

每个案例在开放登记册中都有一行，写明核验到了哪一步，以及还有哪些缺口。

方法与局限

方法与局限

Shin2022：检验是怎样做的

每次留出一名被试：共 10 折，每折用 9 名被试拟合。时间窗是反馈的第一秒，从记录的起点读起，从不延长或填充：250 个采样点，采样率 250 Hz，来自一套干电极的 g.tec g.Nautilus RESEARCH (16 channel) 头戴设备（按存储顺序为 EEG1–EEG16；文件头中没有通道名称）。标签是每个 run 存储的指示目标（TargetCode）；从不读取试次的结果。

区间

每个区间对 10 名被试有放回地重抽样 10,000 次，三个组共用同一套重抽样下标，百分位按线性插值读取。

不发布的内容

ZuCo 2.0：来源与所述条款

NEMAR 登录号 nm000279，版本 1.0.0，doi:10.82901/nemar.nm000279.v1.0.0。所述许可：CC-BY-4.0，见该版本的 dataset_description.json。尚未核实：OSF 上的原始条款；刺激所引文本片段的条款。数据集记录 ↗

Hollenstein, N., Troendle, M., Zhang, C., & Langer, N. (2020). ZuCo 2.0: A Dataset of Physiological Recordings During Natural Reading and Annotation. LREC 2020.

数据来源： data-quality-update.json · schema bci-report-data-quality-update-v1。

引用本页

BCI Report. 把公开 EEG 数据集从头到尾核一遍，文件里能看到什么？[EB/OL]. (2026-10-20). https://bci.report/zh/topics/data-quality/

数字来自发布 data-quality-update-20261020（2026-10-20）。也请同时引用上游数据集：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）