Advertisement

脑电波数据，以EGG格式提供。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该数据集包含了大脑电波的形态信息，这些数据呈现出独特的形状特征。 深入分析这些电波的结构和变化规律，对于理解大脑活动至关重要。 通过对这些电波形状数据的研究，我们可以更全面地了解神经系统的运作机制。 此外，对这些数据进行精细的观察和处理，有助于我们发现潜在的生物学信号和模式。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • EGG 大脑电波形态数据集
    优质
    EGG大脑电波形态数据集是一款专注于收集和分析脑电信号（EEG）的数据集合，旨在通过研究大脑电活动模式促进神经科学与机器学习领域的进步。 对于变量选择和因果推断，使用EGG（脑电图）数据来分析混淆状态下的大脑电波形状。
     
  • EGG 大脑电波形态数据集
    优质
    EGG大脑电波形态数据集是一套专注于脑电图（EEG）信号的数据集合，旨在支持科学研究和开发，特别是在神经科学、生物医学工程等领域。该数据集包含各种大脑活动模式的详细记录，为研究人员提供了深入了解人类认知功能的机会。 对于变量选择和因果推断而言，EEG脑电波形状数据在混淆状态下的应用是一个重要的研究方向。
     
  • EGG 大脑电信号形态数据.zip
    优质
    本资料集包含EGG（脑电图）信号的数据文件，旨在研究大脑电信号的形态特征及其变化规律。 大脑电波形状数据
     
  • ICA.rar_脑电ICA_EEG_ICA_脑电波提取_脑电波算法
    优质
    本资源包提供关于脑电图（EEG）独立成分分析（ICA）技术的应用与研究资料，涵盖多种脑电波信号处理及特征提取的先进算法。 标题中的ICA.rar_ica eeg_ica 脑电_脑电波 提取_脑电波算法表明我们讨论的主题是关于独立成分分析（ICA）在处理脑电信号（EEG）时的应用，特别是用于提取并分析特定的脑电波。ICA是一种统计信号处理技术，通常被用来从多通道混合信号中分离出非高斯分布的独特原始成分。在这种情况下，它被应用于复杂的脑电图数据以识别和提取具有特殊意义的脑电波段。 文中提到使用ICa算法进行有用的脑电波段提取以及对这些波形的数据分析，从而得到有价值的矩阵及合适的数据集进一步强调了ICA在研究中的重要性。EEG信号中不同频率的波段通常与大脑的不同活动状态相关联：例如α波常出现在放松和闭眼的状态下；β波则表示清醒且注意力集中时的大脑工作模式；θ波常见于睡眠期间等。通过应用ICA，可以从这些混合信号中分离出特定有意义的频带信息，为后续的数据分析提供关键线索。 ICA的基本步骤如下： 1. **预处理**：对原始EEG数据进行去噪、滤除高频干扰和低频漂移，并执行平均参考或接地操作以提高信号质量。 2. **转换到统计空间**：将经过预处理的EEG信号转化为合适的统计表示，如通过快速傅里叶变换（FFT）将其从时域转变为频谱形式。 3. **模型估计**：使用特定算法（例如FastICA、JADE等），寻找能够最大化各成分独立性的线性组合。每个独立分量代表一种潜在的神经活动模式。 4. **评估与选择**：基于脑电学知识，对分离出的不同成分进行评估以确定它们是否具有实际意义，并可能需要参考特征频率或功率谱来验证这些发现。 5. **信号重构**：根据选定的重要成分重建EEG信号，从而提取感兴趣的波段信息。 6. **数据分析**：进一步分析提取的脑电活动模式，包括时频特性、同步性研究以及与其他神经成像数据的相关联分析。 压缩包内的文件975833ICA可能包含ICA处理的结果，例如独立成分输出、统计量或可视化图像。这些结果有助于研究人员理解大脑在特定条件下的工作方式，并可用于诊断疾病、认知功能的研究或者脑机接口技术的发展等应用领域。 总之，利用ICA进行脑电波分析是一个复杂而关键的过程，它能够帮助科学家从复杂的EEG信号中提取出有价值的神经活动信息，从而更好地了解大脑的工作机制并推动相关研究领域的进步。
     
  • 脑电波数据包
    优质
    《脑电波数据包》是一部探索人类大脑深处秘密的作品，通过解读复杂的脑电波信号，揭示意识、记忆与情感背后的奥秘。 内容非常详尽，多篇论文全面总结了近年来脑电波研究的成果，相信会对您有所帮助。
     
  • 波恩癫痫脑电数据集——公开的脑电数据集
    优质
    波恩癫痫脑电数据集是一套广泛使用的公开资源，包含从癫痫患者获取的大量脑电信号记录。该数据库为研究癫痫发作机制及开发相关诊断工具提供了宝贵的数据支持。 该数据集由5名健康人和5名癫痫患者的脑电数据组成，包含五个子集：F、S、N、Z 和 O。每个子集中有100个数据片段，每个片段的时间长度为23.6秒，共有4097个数据点。信号的分辨率为12位，采样频率为173.61Hz。 每一个子集包含100段持续时间为23.6秒、采样频率为173.61Hz的单通道EEG片段。这些片段是从长时间多通道EEG数据中人工剪切出来的，在此过程中去除了肌电伪迹和眼动伪迹等可能存在的干扰信号。
     
  • WriteVTK: MATLAB中将数据导出为vtk格式以供Paraview使用
    优质
    WriteVTK是一款MATLAB工具，用于将数据转换成VTK格式，以便于在ParaView等可视化软件中进行高级数据分析和展示。 两个简单的函数以标准格式（由 delaunay.m 提供）将三角剖分/四面体化导出为 vtk 文件格式。可以额外导出点或单元数据，这对于具有 2/3 维图形的函数可视化非常有用，因为它允许通过 paraview 进行后处理。
     
  • VHDR格式运动想象脑电图（EEG）数据集下载
    优质
    这是一个提供VHDR格式运动想象脑电图（EEG）数据集的资源页面，方便研究人员和学生下载用于相关研究与学习。 该数据集包含运动意象脑电图 (EEG) 数据，这些数据由匈牙利科学院自然科学研究中心（TTK）记录。在9名自愿健康受试者的参与下，总共进行了25项实验。 对于EEG数据的采集，遵循10-20国际标准，并使用64通道ActiChamp放大器系统（Brain Products GmbH, Gilching, 德国）与actiCAP EEG帽配合使用。POz作为参考电极，因此有63个电极可以用于数据记录。在实验准备过程中测量了脑电图电极的阻抗并保持其低于30kΩ，并将这些值保存于相应的文件中。 受试者坐在一台20英寸宽屏液晶显示器前进行观看，屏幕距离约为70-130厘米。我们使用配备法拉第笼屏蔽的房间作为实验地点，同时也利用了没有电屏蔽的普通房间。通过采用非屏蔽的标准房间环境，我们的目标是模拟Cybathlon比赛中的条件。 原始脑电图信号由BrainVision Recorder程序（版本：1.22.0001）记录，并未使用额外的软件或硬件滤波器进行处理。
     
  • 笔记本电脑价格数据集
    优质
    本数据集包含各类笔记本电脑的价格信息，旨在为消费者提供市场行情参考，并支持电子产品定价与销售趋势分析研究。 数据集中包含1300个笔记本电脑型号的信息。每个条目包括公司名称、产品名称、笔记本电脑类型、屏幕尺寸（以英寸为单位）、屏幕分辨率、CPU型号、RAM特性、存储配置、GPU特性、操作系统以及笔记本电脑的重量和价格。这些信息保存在一个名为laptops.csv的文件中。