Advertisement

SSVEP数据文件。

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

简介：
SSVEP，即生理视觉 evoked potentials，指的是在个体受到持续且固定频率的视觉刺激时，其大脑视觉皮层会主动产生并持续输出一种与该刺激频率密切相关的神经电活动。这种神经电活动通常在刺激的基频或其倍频处表现出明显的响应。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • SSVEP数据集.zip
    优质
    本资源包包含用于研究视觉稳态响应（SSVEP）的数据集，适用于脑机接口技术开发与神经科学领域的学者和学生。 SSVEP是指当人受到一个固定频率的视觉刺激时，大脑的视觉皮层会产生连续且与该刺激频率相关的响应，这种响应会在特定的基频或倍频处出现。
  • SSVEP脑机接口信号数据（Data_2.mat）
    优质
    Data_2.mat包含用于SSVEP脑机接口系统的实验数据，记录了参与者在不同频率视觉刺激下的脑电活动，适用于研究和开发基于视觉诱发稳态响应的脑机交互技术。 该数据基于SSVEP经典实验范式产生，并提供4维的数据集。第一个维度表示数据采集的通道数；第二个维度代表采样点的数量；第三个维度反映了实验重复次数，以确保数据可靠性；第四个维度则对应于试验中刺激块的不同闪烁频率。例如，在Data_1中，其大小为[9,5120,40,6]：这里的“9”意味着该实验的数据采集自9个通道，“5120”表示采样点的数量，“40”代表为了确保数据的可靠性进行了40次试验；而“6”则表明SSVEP实验范式中刺激块采用了六种不同的闪烁频率。
  • SSVEP-GAN-CNN模型
    优质
    SSVEP-GAN-CNN是一种结合了同步稳态视觉诱发电位(SSVEP)、生成对抗网络(GAN)及卷积神经网络(CNN)技术的创新模型，专门用于提升脑机接口系统的性能与效率。 我们的论文《利用合成的主体不变EEG信号实现零校准BCI》将在国际模式识别会议（ICPR）上发表。相关代码结构如下： - CNN_Subject_Classification.py：包含用于主体生物特征分类网络的代码； - CNN_Subject_softmax.py：包含用于生成数据所取Softmax概率值的代码； - SIS-GAN.py：我们提出的基于SIS-GAN模型，用于生成主体不变SSVEP-based EEG数据。
  • SSVEP实验信号处理源码及文档
    优质
    本资源包含用于SSVEP（稳态视觉诱发电位）实验的信号处理代码和详细说明文档，适用于EEG数据分析与研究。 实验装置使用了数据集，并且采样率为256Hz。刺激频率分别为13 Hz、17 Hz 和 21 Hz，共有9个通道（Oz、O1、O2、POz、PO3、PO4、PO7、PO8；Fz作为参考）。每次试验中，5秒用于施加刺激，接着有3秒的停顿时间。每个受试者总共进行了160次这样的实验。 对于每一次试验来说，数据长度为256*5=1280个采样点，并且因为共有9个通道，所以总的数据量是1280 * 8（以字节计）。 在每次试验开始时使用特定的Label代码来标识刺激类型： - Label_01 表示施加了13Hz的刺激 - Label_02 表示施加了21Hz的刺激 - Label_03 表示施加了17Hz的刺激 数据预处理包括将原始的数据格式从gdf转换为d。
  • Introduction to SSVEP-BCI Algorithm v5.pdf
    优质
    本PDF介绍了第5版SSVEP脑机接口算法，详细解释了其工作原理、改进点及实验验证过程，适合研究者和开发者参考学习。 稳态视觉诱发电位脑机接口算法包括相关分析（CCA）及任务相关成分分析（TRCA），这两种方法用于寻找空间滤波器。
  • 把BIN文件数据转为TXT文件数据
    优质
    本工具旨在提供一种简便方法，用于将BIN格式的数据文件转换成TXT文本格式，便于查看和进一步处理。 将BIN文件数据转换成TXT文件数据，以便进行进一步的操作。
  • city_location.mat 数据文件
    优质
    city_location.mat 是一个包含城市地理位置数据的数据文件，适用于存储和交换城市坐标信息，常用于地理信息系统分析及研究。 有关MATLAB mat格式的旅行商问题数据集（TSP数据集）的信息可以在博客文章中找到完整代码和教程。下载数据可获得教程。
  • omniglot_data.npy 数据文件
    优质
    omniglot_data.npy 是一个包含多种人工和自然语言字符数据集的Numpy二进制文件，用于训练机器学习模型识别不同文字系统。 寻找能够运行DAGAN论文源码程序的人。此人需实际操作过代码，并能复现论文中的结果。