用于BCI范式中眼动活动分析的EEG、眼动追踪和高速视频数据集
神经元与认知
2025-06-10 v1
摘要
在脑机接口（BCI）研究中，闪烁的详细研究至关重要。它们可以被视为噪声，影响解码用户认知状态和意图的效率和准确性，或作为潜在特征，提供有关用户行为和交互模式的宝贵见解。我们引入了一个大型数据集，捕获了电脑神经信号（EEG）、眼动追踪、高速摄像记录，以及受试者的精神状态和特征，以提供对眼动相关运动的多因素分析。选取四个范式——运动想象、运动执行、稳态视觉诱发电位和 P300 字符显示器——由于它们有能力唤起 various 感觉-运动反应及其对眼动活动的潜在影响。该在线可用数据集包含来自 31 名受试者、63 个会话的超过 46 小时的 EEG 数据，分别包含前三个范式的每个范式 2520 次试验，以及 P300 的 5670 次试验。该多模态、多范式数据集预计将允许开发能够有效处理眼动干扰并提高任务特定分类的算法。此外，它提供了评估同一受试者在不同范式间鲁棒性的机会。
引用
@article{arxiv.2506.07488,
title = {Dataset combining EEG, eye-tracking, and high-speed video for ocular activity analysis across BCI paradigms},
author = {E. Guttmann-Flury and X. Sheng and X. Zhu},
journal= {arXiv preprint arXiv:2506.07488},
year = {2025}
}