脑活动分类信号数据集
数据来源：互联网公开数据
标签：脑电图,神经活动,机器学习,信号处理,分类模型,生物工程,智能假肢
数据概述：
本数据集来源于“Mind Control Bionic Arm with Sense of Touch”项目，包含60名志愿者参与的8种不同脑部活动的脑电图（EEG）信号记录。数据集总计包含8,680段四秒的EEG信号，通过16个干电极按照国际10-10系统进行采集。电极采用单极配置，参考点为双耳垂。信号采样率为125Hz，并经过带通滤波（5-50Hz）和陷波滤波（60Hz）进行预处理，以去除噪声干扰，提取高质量的脑电信号。
数据用途概述：
该数据集适用于脑机接口（BCI）研究、神经活动分类模型训练、智能假肢开发、信号处理算法优化等多种场景。研究人员可利用此数据集进行脑部活动分类算法的开发与验证，探索脑电信号的特征提取方法；工程团队可基于数据集开发脑控设备，提升假肢的智能化水平；学术机构可将其用于教学与科研，促进脑科学与人工智能的交叉研究。此外，数据集还支持信号处理技术的测试与改进，为神经科学领域的创新提供数据支持。
