前言：

哈嘍，最近對清華大學腦機接口的數據進行了嘗試，輸入到了DL模型中，以下是本人對于清華BCI數據的個人見解。

數據地址：

清華大學腦機接口研究組 (tsinghua.edu.cn)

打開網站可以看到有很多個數據，官方對于每個數據都有介紹，但是只對于第一個數據：Benchmark Dataset官方所言最多，英文直接翻譯就是基準數據集，下面的其他SSVEP數據都是對于該數據的變體，并且其他數據清華介紹也很少。下面對于這個基準數據進行介紹：

Benchmark Dataset：

該數據集收集了35名健康受試者（17名女性，年齡17-34歲，平均年齡：22歲）的SSVEP-BCI記錄，重點關注在不同頻率（8-15.8 Hz，間隔0.2 Hz）下閃爍的40個字符。對于每個受試者，實驗由6個trials組成。每個trials包含40個試驗，對應于以隨機順序指示的全部40個字符。每次試驗都以指示目標刺激的視覺提示（紅色方塊）開始。提示在屏幕上出現0.5秒。受試者被要求在提示持續時間內盡快將目光轉向目標。提示偏移后，所有刺激開始同時在屏幕上閃爍，并持續5秒。刺激偏移后，在下一次試驗開始前，屏幕空白0.5秒，這使得受試者在連續試驗之間有短暫的休息時間。每次試驗總共持續6秒。為了便于視覺固定，在刺激期間，閃爍的目標下方出現了一個紅色三角形。在每個區塊中，受試者被要求在刺激期間避免眨眼。為了避免視覺疲勞，在兩個連續的蓋帽之間休息幾分鐘。

使用Synamps2系統（Neuroscan，股份有限公司）以1000Hz的采樣率采集EEG數據。放大器的通頻帶范圍為0.15Hz到200Hz。六十四個通道覆蓋受試者的整個頭皮，并根據國際10-20系統排列。地面位于Fz和FPz之間。引用位于頂點上。電極阻抗保持在10KΩ以下。為了消除常見的電源線噪聲，在數據記錄中應用了50Hz陷波濾波器。事件觸發器由計算機生成到放大器，并記錄在與EEG數據同步的事件通道上。

連續的腦電圖數據被分割為6秒的時期（刺激前500毫秒，刺激后5.5秒）。這些時期隨后被下采樣到250Hz。因此，每次試驗包括1500個時間點。最后，這些數據作為雙精度浮點值存儲在MATLAB中，并命名為主題索引（即S01.mat，…，S35.mat）。對于每個文件，加載在MATLAB中的數據生成一個名為“data”的4-D矩陣，其維數為[64，1500，40，6]。四個維度表示“電極數”、“時間點”、“目標指數”和“區塊指數”。電極位置保存在“64通道.loc”文件中。每個SSVEP頻率有六個試驗。40個目標索引的頻率和相位值保存在“Freq_phase.mat”文件中。

所有受試者的信息都列在“Sub_info.txt”文件中。對于每個科目，有五個因素，包括“科目指數”、“性別”、“年齡”、“熟練程度”和“群體”。根據受試者在基于SSVEP的腦機接口中的經驗，將受試者分為“有經驗”組（8名受試者，S01-S08）和“幼稚”組（27名受試人，S09-S35）。

總結：

sub：35人

采樣率：250hz

data=（64，1500，40，6）：電極數”、“時間點”、“目標指數”和“區塊指數

target=（1，40）

標簽print一下：

[[ 8. 9. 10. 11. 12. 13. 14. 15. 8.2 9.2 10.2 11.2 12.2 13.2

14.2 15.2 8.4 9.4 10.4 11.4 12.4 13.4 14.4 15.4 8.6 9.6 10.6 11.6

12.6 13.6 14.6 15.6 8.8 9.8 10.8 11.8 12.8 13.8 14.8 15.8]] (1, 40)

類別：40

數據重塑：

（64，1500，40，6）

（64，1500，240）

（240，64，1500）

（240，1，64，1500）

數據最終以（240，1，64，1500）作為CNN的輸入，240個樣本，1個人工的擴維的維度，當作輸入通道數=1，H=64，W=1500.

標簽獨熱編碼結果：