面向单侧肢体运动想象的多模态 fNIRS-EEG 数据集

基于摘要分析。针对现有公开运动想象（MI）数据集多侧重左右肢体二分类或四分类、主要利用较粗粒度半球侧化信息的问题，作者提出公开数据集 MIND，同步记录右上肢四类方向 MI 的 EEG 与 fNIRS，为单侧肢体多方向解码及多模态方法比较提供数据资源。 数据采集：作者报告，数据来自 30 名参与者，其中女性 12 名、男性 18 名，年龄为 19.0–25.0 岁；EEG 为 64 通道、采样率 1000 Hz，fNIRS 为 51 通道、采样率 47.62 Hz。摘要未说明四个方向的具体定义、试次数、会话安排、传感器布局及跨设备时间对齐方式，这些复现条件尚待核对。 技术验证：作者分析了 EEG 频谱功率与血流动力学响应的时空特征，并提供 EEG、fNIRS 及联合模态的分类基线摘要，以验证数据中的任务相关信息。摘要未给出具体分类指标、数值、模型及数据划分，因而目前不能判断多模态融合是否优于单模态，也不能确认被试内、跨被试或跨会话解码的表现。 该数据集的主要价值在于将任务聚焦于同一上肢的方向区分，而非仅依赖左右半球侧化，并支持电生理与血流动力学信号的对照分析。实际复用前需核对预处理、伪迹处理、标签与事件标记、训练测试划分及数据获取条件；实验协议、消融及统计信息尚未验证。摘要提供的是数据集及技术验证信息，尚不能据此认定其已验证上肢康复或外部设备控制中的实际效果。