ArEEG_Words: 面向阿拉伯语单词的脑电识别数据集
人机交互
2024-12-02 v1 人工智能
计算与语言
机器学习
摘要
脑-计算机接口(BCI)旨在通过翻译神经信号来支持通信受阻患者。BCI领域的一个值得注意的研究主题是测量大脑电活动的脑电(EEG)信号。尽管在BCI EEG研究方面取得了显著进展,但仍存在一个主要局限性:面向非英语语言(如阿拉伯语)的脑电数据集稀缺。为此,我们在本文中引入ArEEG_Words数据集,一个从22名平均年龄22岁(5女,17男)的受试者处记录的新型EEG数据集,使用14通道Emotiv Epoc X设备。受试者在记录前需避免任何可能影响其神经系统的因素,如咖啡、酒精、香烟等,并提前8小时。他们被要求在安静的房间中保持镇静,想象其中16个常用阿拉伯语单词10秒。其中包括上、下、左、右等16个常用单词。共收集了352个脑电记录,然后将每个记录划分为多个250ms信号,最终得到15,360个脑电信号。据我们了解,ArEEG_Words数据是阿拉伯语EEG领域的首个数据集。此外,该数据集公开提供给研究人员,以期填补阿拉伯语EEG研究的空白。
引用
@article{arxiv.2411.18888,
title = {ArEEG_Words: Dataset for Envisioned Speech Recognition using EEG for Arabic Words},
author = {Hazem Darwish and Abdalrahman Al Malah and Khloud Al Jallad and Nada Ghneim},
journal= {arXiv preprint arXiv:2411.18888},
year = {2024}
}
备注
arXiv admin note: substantial text overlap with arXiv:2402.15733