Opis
Electroencephalographic (EEG) signals were acquired from 17 (14 males, 3 females) participants aged between 20 and 30 years.
The input data were gathered for the signal processing algorithms during sessions lasting for approximately 20 minutes. Each session consisted of three tasks performed by the subjects:
- relaxation with closed eyes - before this task execution the subjects were asked to relax in order to induce mental states associated with such an activity,
- watching a music video - music genre chosen for this task was folk metal due to the engaging and lively character of this music style which creates an opportunity to induce mental states that were being of an opposite type to those ones in the preceding task,
- playing a logic game, the game used at this stage of the experiment was Netwalk logic computer game, in which a player had to rotate elements of the board in such a manner, that a connection was being established between a single central element called server and multiple peripheral elements called computers.
The data is stored in EDF (European Data Format) file format.
Plik z danymi badawczymi
hexmd5(md5(part1)+md5(part2)+...)-{parts_count}
gdzie pojedyncza część pliku jest wielkości 512 MBPrzykładowy skrypt do wyliczenia:
https://github.com/antespi/s3md5
Informacje szczegółowe o pliku
- Licencja:
-
otwiera się w nowej karcieCC BYUznanie autorstwa
Informacje szczegółowe
- Rok publikacji:
- 2020
- Data zatwierdzenia:
- 2020-12-17
- Język danych badawczych:
- angielski
- Dyscypliny:
-
- informatyka techniczna i telekomunikacja (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria biomedyczna (Dziedzina nauk inżynieryjno-technicznych)
- nauki medyczne (Dziedzina nauk medycznych i nauk o zdrowiu)
- DOI:
- Identyfikator DOI 10.34808/fdtt-sv97 otwiera się w nowej karcie
- Weryfikacja:
- Politechnika Gdańska
Słowa kluczowe
Powiązane zasoby
- publikacja Analyzing the Effectiveness of the Brain–Computer Interface for Task Discerning Based on Machine Learning
- publikacja Method for Clustering of Brain Activity Data Derived from EEG Signals
Cytuj jako
Autorzy
wyświetlono 499 razy