OpenfMRI数据库 OpenfMRI数据库包含来自65个中心共计约2256名被试的多模态MRI数据,包括结构MRI、静息态fMRI、任务态fMRI、扩散MRI、MEG模态,其他数据还包括人口统计学数据、神经心理学数据。 网址:https://openfmri.org/ 英国生物银行 英国生物银行(UK Biobank)数据库已经采集自3个中心,5000名被试的多模...
Figshare是一个多种数据的存储和分享平台,数据类型包括EEG、MRI等。 网址:https://figshare.com/ 12.BNCI Horizon 2020项目 提供多种模态的数据,包括EEG、ERP、fNIRS、Ecog等。 网址:http://bnci-horizon-2020.eu/ 13.CRCNS data sharing website CRCNS是NSF和NIH的一项联合计划,从2002年开始启动,平台开放了...
在大数据时代,数据库的开放和共享已逐渐成为研究领域的趋势之一,目前很多国外期刊杂志也鼓励投稿者共享和开放研究数据。笔者很久以前写过一篇类似的推文(《值得收藏!EEG/ MEG/MRI/ fNIRS公开数据库大盘点》),但最近笔者又搜罗了不少EEG的公开数据库网站,因此在这篇推文里笔者把目前的EEG公开数据库进行了较为全面的...
虽然有一些公开的fNIRS-EEG数据库,专注于运动想象、心理负荷和运动伪影分析,但据我们所知,目前只有一个公开可用的fNIRS-EEG数据库专注于情感识别。该数据集仅包含来自五名参与者的记录。因此,目前尚缺乏一个全面的、大规模的、包含fNIRS和EEG信号的情感数据库来进行情绪研究。 在这里中,本研究创建了fNIRS-EEG情感数据...
本篇学习报告的内容为:使用深度学习算法进行脑机接口的多模态 fNIRS-EEG 分类,所参考的文献是《Multimodal fNIRS-EEG Classification Using Deep Learning Algorithms for Brain-Computer Interfaces Purposes》,该文献发布时间为2020年。文献使用了柏林科技大学的两个开源元数据集,研究了DNNs在多模态fNIRS-EEG记录的运动想...
1.基于注意力机制的EEG-fNIRS多模态时空融合分类方法,其特征在于,包括以下步骤: (1)采集脑电图EEG数据,并对数据进行预处理; (2)采集近红外光谱fNIRS数据,并将其转化为血红蛋白浓度变化量; (3)针对步骤(2)得到的血红蛋白浓度变化量数据,对该数据进行预处理操作; ...
12.1.基于注意力机制的eeg-fnirs多模态时空融合分类方法,其特征在于,包括以下步骤: 13.(1)采集脑电图eeg数据,并对数据进行预处理; 14.(2)采集近红外光谱fnirs数据,并将其转化为血红蛋白浓度变化量; 15.(3)针对步骤(2)得到的血红蛋白浓度变化量数据,对该数据进行预处理操作; ...
网络分类器评估增广数据的质量.结果基于EEG-fNIRS多模态信号公开数据集TU-Berlin-A前6名受试者的左右手运动想象数据进行实验研究表明,当数据扩增5倍时,本文方法取得94.81%的平均分类准确率.结论CGAN_(E)和CGAN_(f)能够生成接近真实数据分布的EEG和fNIRS信号,验证了对CGAN改进和本文所提EEG-fNIRS多模态数据增广方法...
超扫描技术近年来得到了发展性研究人员的广泛关注。涉及发展人群的超扫描研究包括使用EEG和fNIRS研究婴儿和成人之间的互动;使用EEG,MEG和fNIRS研究儿童与成人之间的互动;使用EEG和fNIRS研究儿童和青少年同龄人之间的交互作用。 个体间EEG连通性的量化方法(即脑间连通性)在很大程度上与个体脑内EEG连通性(即脑内连通性)的...
由于在婴儿研究中，每个参与者贡献的无伪影脑电图数据量低于儿童和成人研究，我们还探索和讨论了不同参与者水平的纳入阈值对这些数据集中产生的MVPA结果的影响。1 引言 功能成像方法，如功能近红外光谱(fNIRS)和脑电图(EEG)，由于其无创性和记录运动时的相对耐受性，在婴儿研究中很受欢迎。这些方法提供了细粒度的...