EEGMuse2运动想象脑电活动数据集-2011至2021年-muhammadatefelkaffas
数据来源：互联网公开数据
标签：EEG,运动想象,脑电活动,机器学习,数据集,脑机接口,神经科学,数据科学,教育,研究
数据概述：
本数据集收录了19名健康受试者（12名男性，7名女性）在不同年龄（19至68岁）状态下进行运动想象任务时的脑电活动数据。数据集旨在用于训练机器学习和深度学习模型进行运动想象分类（左、右、放松）。数据通过Muse2头带和Muse Monitor安卓应用收集，包含20列特征，每列为4个传感器电极（AF7, AF8, TP9, TP10）的5种功率频段（Alpha, Beta, Theta, Delta, Gamma）。此外，还导出了原始数据，可用于进一步的特征工程和分析。
数据集的实验设计如下：每位受试者坐在舒适的椅子上，双臂平行放在桌子上，通过Muse应用进行冥想训练以达到放松状态。实验中，受试者被要求在保持头部静止的情况下，想象用左手拿起并饮用左侧的杯子，再用右手拿起并饮用右侧的杯子，但不进行实际的手部动作。实验过程中，记录了受试者的脑电活动数据。数据集包含blink、Marker 1、Marker 2、Marker 3等事件标记，其中Marker 1表示左运动想象，Marker 2表示右运动想象，Marker 3表示放松状态（左右运动想象之间的过渡阶段）。
数据用途概述：
该数据集适用于机器学习和深度学习模型的训练和评估，特别是运动想象分类任务。通过分析脑电活动数据，可以探索将思维转化为行动的可能性，应用于游戏控制、辅助残疾人控制智能家居环境等领域。数据集可用于教育、科研和开发，帮助研究人员和工程师更好地理解和实现脑机接口技术。
重要假设：
在数据集中，Marker 1代表左运动想象，Marker 2代表右运动想象，Marker 3代表放松状态（实验中用于过渡阶段）。性能评估指标主要为F1分数，该指标是精确率和召回率的调和平均值。
实验步骤：
1. 受试者佩戴Muse2头带，进行冥想训练以达到放松状态。
2. 实验者坐在椅子上，双臂平行放置于桌面，杯子放置在受试者两侧，距离手5厘米。
3. 实验者通过冥想达到放松状态，然后依次进行左、右运动想象，每种状态维持0.5至3分钟。
4. 实验过程中，记录受试者的脑电活动数据，并标记各种事件（blink, Marker 1, Marker 2, Marker 3）。
5. 数据被分为训练集、测试集和验证集，用于模型的训练和评估。
感谢项目导师Dr. Mona AlNaggar提供的技术支持和建议。
