Scientific Data：上海大学团队发布跨多天记录的高质量运动想象脑机EEG数据集

背景：基于EEG信号的运动想象脑机接口研究面临的核心挑战是克服EEG信号的时变性和个体差异性，以实现跨多天的稳定分类性能。研究目的：上海大学脑机工程研究团队公开了包含62名健康被试、跨三天采集的运动想象EEG数据集，旨在构建高质量且大规模的数据集以突破技术瓶颈。结论：该数据集具有三大核心优势：数据规模大、分类性能高和数据下载易，其中两类任务的2C数据集平均分类准确率达到85.32%，三类任务的3C数据集达到76.90%，为推进运动想象脑机接口系统发展提供了重要数据支撑。