数据集概述
本数据集为Korka等人2023年发表的“基于策略的运动学习降低运动后β功率”研究配套数据，包含任务刺激文件、分析文件及原始EEG与运动学数据（需参考版本1），支持对运动学习相关神经电生理与行为数据的复现分析。
文件详解
- 任务与刺激文件：
- 格式：.exp（2个）、.sce（8个）
- 场景文件分类：
- 训练说明：train1、train2（对应实验设置与任务指令）
- 演示场景：COMPENSATE_DEMO、IGNORE_DEMO（展示两种条件下的旋转）
- 训练场景：COMPENSATE_TRAIN、IGNORE_TRAIN（含概率性旋转的训练块）
- 实验场景：COMPENSATE、IGNORE（正式实验块）
- 分析文件：
- 主分析文件（.m格式）：
- ecEEG_kinematics：处理运动学参数
- ecEEG_eeg_preproc：预处理EEG原始数据（滤波、分段、伪影去除、ICA等）
- ecEEG_eeg_freq/ecEEG_eeg_freq_baseline：计算时频分析（运动后β功率与基线）
- ecEEG_eeg_freq_2：基于任务表现筛选试次并整合数据
- ecEEG_change_plots：生成论文图表并导出统计数据
- 辅助分析文件（.m格式）：ecEEG_ica、VMB_neighbours、ecEEG_trialreject、topoplotbasic_ml2012_varchans、ecEEG_eeg_trial_rej_15thresh（支持ICA、通道插值、试次拒绝等功能）
- 其他文件：
- README_V1.pdf、README.pdf：说明文档
- easycapM1.lay：电极布局文件
适用场景
- 运动神经科学研究：分析运动学习对运动后β功率的影响机制
- 神经电生理数据分析：复现或扩展EEG预处理与运动学参数整合的分析流程
- 运动控制实验设计：参考策略性运动学习任务的刺激与训练方案
- 脑电伪影处理方法验证：测试ICA等伪影去除技术在运动任务中的应用效果
