想自己动手练，去哪找公开数据。
三种最常见的数据
EEG（头皮）
戴帽子测的脑电，最易获取，适合入门练手。
ECoG（脑膜）
手术放置的皮层电极，信号更清楚，偏临床。
iEEG（颅内）
植入深处的电极，最精细，用于前沿研究。
几个能直接用的资源
BCI Competition：官方举办的算法比赛，带公开数据集；TUH EEG：很大的脑电图库；PhysioNet：医学信号库；MNE：一套分析 EEG 的免费工具。新人从 BCI Competition 的「运动想象」数据开始最方便。
资源概览：各数据集官网（公开）要注意什么？
大部分数据免费用于学习和研究，但不能随便拿去卖钱或做商业产品。用之前看一眼它的许可说明。
数据集清单（带规格）、怎么上手、竞赛基准。
主流公开数据集
| 数据集 | 类型 | 规模/规格 |
|---|---|---|
| BCI Competition IV | EEG（运动想象） | 2a：9 人×22 通道；2b：9 人×3 通道 |
| TUH EEG Corpus | EEG（临床） | >6 万条记录（需申请） |
| PhysioNet | 多生理/EEG | 含 CHB-MIT 癫痫等 |
| NeuroTycho | iEEG/ECoG | MIT 开放皮层数据 |
怎么上手？
用 MNE-Python 读 EEG 做预处理（滤波、去伪迹），用 scikit-learn 训练一个运动想象分类器。BCI Competition IV 2a 是经典练手题，社区有大量参考 baseline。
工具链：MNE-Python 文档（公开）评测基准 / 竞赛
Cybathlon（残奥式 BCI 竞赛）、China BCI 脑控机器人大赛（中国电子学会+清华主办，2024/2025 届）提供真实赛题与公开评测口径。
竞赛：Cybathlon 2024 / China BCI 比赛公告基准设计、许可法律细节与复用规范。
基准的方法学
运动想象分类常用 Kappa 系数 / 准确率 / ITR 作为可比指标；跨数据集泛化需用留出法 + 跨被试验证。BCI Competition IV 因标注规范、规模适中，长期作为算法对照基准。
基准：BCI Competition IV 规程（2008）许可与合规（关键）
• TUH EEG 需签署数据使用协议后方可获取，禁止再分发；
• PhysioNet 多采 Open Data Commons / ODC-BY，允许再分发但需署名；
• NeuroTycho 为研究用途开放；
• 任何用于商业/临床目的都需单独授权，公开许可不覆盖。
复用与署名规范
发表论文须引用原始数据集 DOI并遵守 DUA；跨库合并训练需确认许可兼容（避免混合 copyleft 与限制性协议）。临床数据（TUH/PhysioNet CHB-MIT）还须做去标识化合规。