• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

UET175: EEG dataset of motor imagery tasks in Vietnamese stroke patients.

作者信息

Ma Thi Chau, Nguyen The Hoang-Anh, Nguyen Minh Kien, Vu Thanh Long, Nguyen Dinh Hieu, Huynh Thi Nhu-Y, Ha Thi Thanh-Huong, Hoang Tien Trong-Nghia, Au Dao Doan-Truc, Nguyen Hoang Kim-Long, Huynh Kha Vy, Le Hoang Tuyet-Linh

机构信息

Human Machine Interaction Laboratory, University of Engineering and Technology, Vietnam National University Hanoi, Hanoi, Vietnam.

Vietnam - Korea Institute of Science and Technology, Ministry of Science and Technology, Hanoi, Vietnam.

出版信息

Front Neurosci. 2025 Jun 17;19:1580931. doi: 10.3389/fnins.2025.1580931. eCollection 2025.

DOI:10.3389/fnins.2025.1580931
PMID:40600191
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC12209182/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/33a9/12209182/c697cc983dd2/fnins-19-1580931-g0002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/33a9/12209182/71be39fb5e12/fnins-19-1580931-g0001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/33a9/12209182/c697cc983dd2/fnins-19-1580931-g0002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/33a9/12209182/71be39fb5e12/fnins-19-1580931-g0001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/33a9/12209182/c697cc983dd2/fnins-19-1580931-g0002.jpg

相似文献

1
UET175: EEG dataset of motor imagery tasks in Vietnamese stroke patients.UET175：越南中风患者运动想象任务的脑电图数据集。
Front Neurosci. 2025 Jun 17;19:1580931. doi: 10.3389/fnins.2025.1580931. eCollection 2025.
2
Classification of left and right-hand motor imagery in acute stroke patients using EEG microstate.利用脑电图微状态对急性中风患者左右手运动想象进行分类。
J Neuroeng Rehabil. 2025 Jun 18;22(1):137. doi: 10.1186/s12984-025-01668-y.
3
An EEG motor imagery dataset for brain computer interface in acute stroke patients.用于急性中风患者脑机接口的脑电图运动想象数据集。
Sci Data. 2024 Jan 25;11(1):131. doi: 10.1038/s41597-023-02787-8.
4
Increasing accessibility to a large brain-computer interface dataset: Curation of physionet EEG motor movement/imagery dataset for decoding and classification.提高对大型脑机接口数据集的可访问性：为解码和分类整理Physionet脑电图运动/想象数据集。
Data Brief. 2024 Feb 12;54:110181. doi: 10.1016/j.dib.2024.110181. eCollection 2024 Jun.
5
A large clinical study on the ability of stroke patients to use an EEG-based motor imagery brain-computer interface.一项关于脑卒中患者使用基于脑电图的运动想象脑机接口能力的大型临床研究。
Clin EEG Neurosci. 2011 Oct;42(4):253-8. doi: 10.1177/155005941104200411.
6
A tensor-based scheme for stroke patients' motor imagery EEG analysis in BCI-FES rehabilitation training.一种基于张量的方案，用于脑机接口-功能性电刺激康复训练中中风患者的运动想象脑电分析。
J Neurosci Methods. 2014 Jan 30;222:238-49. doi: 10.1016/j.jneumeth.2013.11.009. Epub 2013 Nov 23.
7
Dynamics of Long-Range Temporal Correlations in Broadband EEG During Different Motor Execution and Imagery Tasks.不同运动执行和想象任务期间宽带脑电图中长程时间相关性的动态变化
Front Neurosci. 2021 May 28;15:660032. doi: 10.3389/fnins.2021.660032. eCollection 2021.
8
MILimbEEG: A dataset of EEG signals related to upper and lower limb execution of motor and motor imagery tasks.MILimbEEG：一个与上下肢运动和运动想象任务执行相关的脑电信号数据集。
Data Brief. 2023 Sep 7;50:109540. doi: 10.1016/j.dib.2023.109540. eCollection 2023 Oct.
9
A transformer-based network with second-order pooling for motor imagery EEG classification.一种用于运动想象脑电信号分类的基于二阶池化的变压器网络。
J Neural Eng. 2025 Jul 2. doi: 10.1088/1741-2552/adeae8.
10
Exploring the Potential of Electroencephalography Signal-Based Image Generation Using Diffusion Models: Integrative Framework Combining Mixed Methods and Multimodal Analysis.利用扩散模型探索基于脑电图信号的图像生成潜力：结合混合方法和多模态分析的综合框架
JMIR Med Inform. 2025 Jun 25;13:e72027. doi: 10.2196/72027.

本文引用的文献

1
An EEG motor imagery dataset for brain computer interface in acute stroke patients.用于急性中风患者脑机接口的脑电图运动想象数据集。
Sci Data. 2024 Jan 25;11(1):131. doi: 10.1038/s41597-023-02787-8.
2
A shallow mirror transformer for subject-independent motor imagery BCI.一种用于独立于受试者的运动想象脑机接口的浅镜变压器。
Comput Biol Med. 2023 Sep;164:107254. doi: 10.1016/j.compbiomed.2023.107254. Epub 2023 Jul 10.
3
Status of deep learning for EEG-based brain-computer interface applications.基于脑电图的脑机接口应用中深度学习的现状。
Front Comput Neurosci. 2023 Jan 16;16:1006763. doi: 10.3389/fncom.2022.1006763. eCollection 2022.
4
A large electroencephalographic motor imagery dataset for electroencephalographic brain computer interfaces.大型脑电运动想象数据集用于脑电脑机接口。
Sci Data. 2018 Oct 16;5:180211. doi: 10.1038/sdata.2018.211.
5
EEGNet: a compact convolutional neural network for EEG-based brain-computer interfaces.EEGNet：一种基于 EEG 的脑机接口用的紧凑卷积神经网络。
J Neural Eng. 2018 Oct;15(5):056013. doi: 10.1088/1741-2552/aace8c. Epub 2018 Jun 22.
6
Brain-computer interfaces for post-stroke motor rehabilitation: a meta-analysis.用于中风后运动康复的脑机接口：一项荟萃分析。
Ann Clin Transl Neurol. 2018 Mar 25;5(5):651-663. doi: 10.1002/acn3.544. eCollection 2018 May.
7
Deep learning with convolutional neural networks for EEG decoding and visualization.基于卷积神经网络的 EEG 解码和可视化深度学习。
Hum Brain Mapp. 2017 Nov;38(11):5391-5420. doi: 10.1002/hbm.23730. Epub 2017 Aug 7.
8
Low cost implementation of a Motor Imagery experiment with BCI system and its use in neurorehabilitation.使用脑机接口系统低成本开展运动想象实验及其在神经康复中的应用。
Annu Int Conf IEEE Eng Med Biol Soc. 2014;2014:1230-3. doi: 10.1109/EMBC.2014.6943819.
9
Brain-computer interfaces in neurological rehabilitation.神经康复中的脑机接口
Lancet Neurol. 2008 Nov;7(11):1032-43. doi: 10.1016/S1474-4422(08)70223-0. Epub 2008 Oct 2.
10
The BCI competition. III: Validating alternative approaches to actual BCI problems.脑机接口竞赛。III：验证解决实际脑机接口问题的替代方法。
IEEE Trans Neural Syst Rehabil Eng. 2006 Jun;14(2):153-9. doi: 10.1109/TNSRE.2006.875642.