THINGS-EEG 是由美国国立卫生研究院（NIH）国家心理健康研究所、德国马克斯·普朗克学会人类认知与脑科学研究所联合吉森大学医学院等机构发布的一个面向物体认知研究的脑电图数据集，记录了 50 名受试者在观看物体图像时的脑电活动（EEG），用于分析物体加工的时间动态与认知表征。

该数据集隶属于 THINGS-data，相关论文成果为：THINGS-data, a multimodal collection of large-scale datasets for investigating object representations in human brain and behavior. THINGS-data 包含 1,854 个物体概念和 26,107 张经过人工筛选与标注的自然场景物体图像。

在实验中，参与者观看来自 THINGS 图像库的代表性刺激子集，共包含 22,248 张图像，覆盖 1,854 个物体概念。图像以快速串行视觉呈现（RSVP）方式展示，参与者需要保持中央注视。部分图像重复呈现，用于分析神经表征的稳定性。

数据集同时提供了：

• 原始 EEG 信号
• 预处理后的 EEG 数据
• 可用于构建表征矩阵（RDM）的派生结果

THINGS‑EEG 为研究物体视觉表征的时间动态、人类认知结构，以及与 fMRI/MEG 数据跨模态对齐提供了丰富的数据基础。