面向视觉意象任务的同步脑电-近红外光谱数据集构建与基线评估

《Scientific Data》：A Simultaneous EEG-fNIRS Dataset for Multi-class Visual Imagery Classification

　　

摘要

视觉意象是一种在缺乏外部视觉刺激的情况下生成内部视觉表征的认知过程，已成为脑机接口（BCI）研究中的重要范式。近年来，尽管已开发出用于运动意象和心算等任务的公开可用同步脑电-近红外光谱（EEG-fNIRS）数据集，但专门针对视觉意象任务的双模态神经信号资源仍然有限。因此，本研究构建并发布了一个用于三类视觉意象任务的同步脑电-近红外光谱数据集。该数据集最初采集了23名参与者的神经信号数据，经过质量控制后，保留了22名有效参与者用于后续分析。数据采集过程中，使用32通道脑电记录头皮电生理信号，同时使用22通道近红外光谱测量前额叶血流动力学响应。数据集包含原始脑电和近红外光谱信号、事件标记、通道信息及示例预处理代码。此外，本研究还建立了基于脑电、基于近红外光谱以及脑电-近红外光谱融合的基线模型，以评估该数据集是否包含用于三类视觉意象分类的判别性信息。基准结果表明，该数据集包含与视觉意象条件相关的神经信息，可支持单模态分析、多模态融合及脑机接口相关研究。