文件中包括实验的脑电数据、代码、实验效果表和图。

包含完整的seed脑电数据集

此数据集来自波恩大学的研究团队，是Andrzejak等人于2001年建立的，一直应用于癫痫病检测的研究中。数据集包含F、N、O、S、Z五类数据，每类数据包含单通道例子100个。 适合课题：癫痫自动检测、人工智能、数据分类、SVM训练、CNN训练、机器学习等等吧 适合人群：研究人员、学生或研究生 因为数据集大小有限，训练深度模型必须扩充样本数量。 本人研究生期间做的作业用到了这个数据集，公共数据集，欢迎下载！

脑电运动想像数据集

l-曲线矩阵代码脑电数据集 Matlab中的大脑计算机接口/ EEG信号分析代码 该存储库包含用于EEG / BCI实验的基于Matlab的分析代码。 它提供给研究人员使用Jason Farquhar的论文进行分析或进行复制。 当前按“原样”提供。 通常，对代码本身进行了很好的注释（大多数情况下带有用法说明），但是几乎没有其他文档。 基于管道的分析方法规范； 例如jf_cvtrain（jf_welchpsd（jf_detrend（jf_reref（z）））） 自记录数据结构-核心数据结构以及原始数据，都包含描述其结构（哪些维度是哪个）以及对象的处理历史的元数据。 可以使用jf_disp（z）方法打印此历史记录 快速入门如果您已加载此框架（使用initPaths函数），并且在matlab路径中运行了一项分析，则可以执行以下操作： z = jf_import（'expt'，'subj'，'label'，X，{'ch'，'time'，'epoch'}，'Y'，Y）; ％假设X = [ch x时间x历元]原始eeg数据，％Y =每个历元的[epochs x 1]标签。 z = jf_addFo

脑电情绪识别的二分类算法，数据用的deap数据集。 代码主要分为三部分：快速傅里叶变换处理（fft）、数据预处理、以及各个模型处理。 采用的模型包括：决策树、SVM、KNN三个模型（模型采用的比较简单，可以直接调用库，很适合我这种新手，看起来也方便）。

包含百度云链接，包含完整的DEAP脑电数据集，可用于脑电情绪识别等等

包含完整的SEED和DEAP的脑电数据集

包含完整的seed脑电数据集

参加者为61名多动症儿童和60名健康对照者（男孩和女孩，7至12岁）。多动症儿童是由经验丰富的精神病医生诊断为符合DSM-IV标准，并服用了利他林长达6个月。对照组中没有儿童有精神病，癫痫病或任何高危行为的报告。根据10-20个标准通过19个通道（Fz，Cz，Pz，C3，T3，C4，T4，Fp1，Fp2，F3，F4，F7，F8，P3，P4，T5，T6，O1， O2）在128 Hz采样频率下。 A1和A2电极是位于耳垂上的参考电极。由于多动症儿童的缺陷之一是视觉注意，因此脑电图记录协议是基于视觉注意任务的。在任务中，向孩子们展示了一组卡通人物的图片，并要求他们对人物进行计数。每张图像中的字符数是在5到16之间随机选择的，并且图片的大小足够大，以至于儿童容易看到和计数。为了在信号记录过程中产生持续的刺激作用，每个图像都应立即显示，并且在孩子做出反应后不会中断。因此，在整个认知视觉任务中记录脑电图的持续时间取决于孩子的表现（即反应速度）。