Accès ouvert déclaré 2026 dataset

BNCI 2014-001 Motor Imagery dataset

Michael Tangermann, Klaus-Robert Müller, Ad Aertsen, Niels Birbaumer, Christoph Braun, Clemens Brunner, Robert Leeb, Carsten Mehring, Kai J. Miller, Gernot R. Müller-Putz, Guido Nolte, Gert Pfurtscheller, Hubert Preissl, Gerwin Schalk, Alois Schlögl, Carmen Vidaurre, Stephan Waldert, Benjamin Blankertz

0Citations signalées — pas une note de qualité

0Institutions déclarées

0Pays d’affiliation déclarés

Résumé fourni par la source

The BNCI 2014-001 Motor Imagery dataset is a widely-used benchmark for brain-computer interface research, comprising EEG recordings from 9 healthy subjects performing four-class motor imagery tasks (left hand, right hand, feet, and tongue). Each subject completed two sessions with 6 runs per session, yielding 200 training and 240 test trials. The dataset features 22 EEG channels with two versions: original at 1000 Hz and downsampled to 100 Hz (using Chebyshev Type II filtering). Minimal preprocessing includes bandpass filtering (0.05-200 Hz) and 50 Hz notch filtering, making it a standard resource for evaluating multi-class motor imagery classification algorithms and cross-session transfer learning approaches.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Contrôle bibliographique ouvert

La source scientifique ouverte est momentanément indisponible.

Lire en accès ouvert Consulter la publication primaire DOI