Rajen Bhatt, rajen.bhatt '@' gmail.com, IIT Delhi

Data Set Information:

EEG记录包含许多规则的振荡，这些振荡被认为反映了一组神经元的同步节律活动。大多数与活动相关的脑电图模式出现在以下频带内。δ（0.5 a€4 Hz.）、θ（4 a€8 Hz）、α（8 a€13 Hz）、β（13 a€22 Hz）和γ（30 a€40 Hz）。频率为7 a€的波“运动加工区的13 Hz频率被称为mu节律，反映运动区的空闲活动。当受试者休息时，在受试者开始自主运动前至少一秒钟，这种节律更为明显。运动区对侧半球的mu活动显示振幅降低，称为事件相关d去同步（ERD）。

在当前研究中，从一名25岁的健康右利手受试者身上采集了5次不同日期的EEG数据。数据记录在Medelec Profile数字EEG机上。高频滤波器50 Hz、低频滤波器1.6 Hz、陷波滤波器50 Hz、灵敏度70微伏/mm和采样率256 Hz的设置用于基本的信号处理。

根据国际标准10-20电极放置系统放置八个EEG电极（C3、C4、P3、P4、F3、F4、T3和T4）。从八个Ag/AgCI头皮电极记录双极和单极EEG，这些电极位于中央电极C3和C4（大脑半球左右侧）前后2.5 cm处.A1和A2为参比电极。参比电极置于左右耳，接地电极置于前额。EOG（眼电图）这是一种噪声伪影，由置于左右眼外眦的两个电极产生，用于检测眼球运动。这些EOG信号随后用于消除眼球运动伪影。

要求受试者舒适地躺在放松的位置，闭上眼睛，并建议尽量减少眼球运动。在放松状态下记录5分钟的脑电图。随后，在5秒的时间段开始和结束时发出60分贝0.91秒的嘟嘟声，要求受试者在精神上计划提举f右手拇指。该活动作为对应于€？运动图像状态的5秒历元数据收集。间隔5分钟后，给出相同的提示以重复该实验。整个实验持续约30分钟，收集5次正常放松状态的5秒历元试验和5次正常放松状态的5秒历元试验的数据每个运动图像的f 5秒历元。在会话期间没有执行任何实际运动。在最终选择之前，目视检查所有数据集是否存在伪影。

Attribute Information:

小波变换已被应用于脑电分类的特征提取。然而，小波变换金字塔算法仅适用于近似系数。因此，它无法识别7-13 Hz频段。我们通过应用小波包分析对该方法进行了扩展，小波包分析也对细节系数进行了分解。小波包分析用于信号分解，在每个分解层次上具有相同的频带宽度，从而得到相同数量的近似系数和细节系数。通过对原始信号进行小波包分析，我们在第6级节点（6,2）处获得了7-13Hz频段的12个小波系数。该信号在节点（6,2）处重建，其FFT图给出的频带7-13 Hz与小波Daubechies#6（db6）一起最具辨别力。

Relevant Papers:

1. Rajen B. Bhatt and M. Gopal, 2008, a€?FRCT: Fuzzy-Rough Classification Treesa€?, Pattern Analysis and Applications, 11(1), pp. 73-88.
2. Shweta Sahu and Rajen B. Bhatt, a€?Automatic classification of Electroencephalography Signals using Wavelet Packet Analysis and Fuzzy Decision Treesa€?, in Proc. of 28th National Systems Conference (NSC-2004), Dec. 16-18, Vellore, India.
3. Rajen Bhatt, 'Fuzzy-Rough Approach to Pattern Classification:Hybrid Algorithms and Optimization', Ph.D. Thesis, IIT Delhi, 2006.

Citation Request:

Rajen Bhatt, 'Planning-Relax Dataset for Automatic Classification of EEG Signals', UCI Machine Learning Repository