信息速览
一个人坐在屏幕前管四个虚拟油箱，任务本身不难。难的是每隔十秒坏掉四台泵，同时每分钟塞进来三次空管无线电呼叫。六分钟之后撤掉呼叫，让他回到只管油箱的状态——他有没有"回来"，是抗压研究里最值钱、也最难拿到的一件事。抗压神经生理数据集（Neurophysiological Dataset of Stress Resilience During Human-Computer Interaction）就是冲着这个"回来"来的：它不只加压一次，而是加压两次、恢复两次，把"压力—恢复—再压力—再恢复"整条曲线录了下来。
抗压研究长期卡在一个尴尬的位置上。量表便宜、好发，但它测的是受试者对自己抗压能力的回忆，而且是静态的，测不到抗压在时间轴上怎么起伏；生理信号客观、连续，但多数应激实验只做一次加压，测到的是"被压下去多少"，测不到"弹回来多少"。而弹回来的能力，也就是韧性，恰恰是 workplaces、医疗、航空这些场景真正关心的事——同一次失误之后，有人三十秒就恢复正常操作，有人十分钟还停在错误配置里。这个差别在单次加压的实验里根本看不到。
俄克拉何马州立大学神经工效学与认知工程实验室给出的答案是一套多模态同步记录：32 导脑电、8 通道前额叶近红外、眼动，加上腕带的皮电、血容积脉冲、心率、心搏间期、皮温与三轴加速度，再配一份 10 题版 CD-RISC 主观韧性分数。35 名受试者，六段条件，事件标记跨模态同步。它的稀缺性不在规模——35 人并不算多——而在于"两轮加压加两轮恢复"这个结构，以及八类信号真的对齐在同一条时间轴上。一屏速览见下表。
| 维度 | 内容 |
|---|---|
| 全名 | Neurophysiological Dataset of Stress Resilience During Human-Computer Interaction |
| 发布方 | PhysioNet；数据由美国俄克拉何马州立大学神经工效学与认知工程实验室贡献 |
| 首次发布 | 2026 年 2 月 27 日，版本 1.0.0，截至目前唯一版本 |
| 受试者数 | 35 名（男 22、女 13），编号 p01–p37，其中 p14 与 p23 因缺失值剔除 |
| 年龄 | 均值 26.1 ± 4.9 岁 |
| 实验条件 | 六段顺序：静息基线、工作基线、压力一、恢复一、压力二、恢复二 |
| 单段时长 | 静息基线 1 分钟；其余每段 6 分钟；MATB-II 会话合计 30 分钟 |
| 任务范式 | NASA MATB-II，资源管理为主任务，通信任务为应激源 |
| 应激强度 | 压力段每 10 秒四台泵故障，每分钟三次通信请求 |
| 脑电通道 | 32 导，10-20 国际系统，含 AFz 接地 |
| 近红外通道 | 8 通道，8 个发射光极、2 个接收光极，760 nm 与 850 nm 双波长，覆盖前额叶 |
| 采样率 | 脑电与近红外 250 Hz；眼动 p01–p24 为 250 Hz，p25–p37 为 50 Hz |
| 外周生理 | Empatica E4 腕带：皮电、血容积脉冲、心率、心搏间期、皮温、三轴加速度 |
| 主观量表 | 10 题版 Connor-Davidson 韧性量表（CD-RISC），0–40 分 |
| 文件格式 | CSV 为主，附 .xyz 三维电极坐标与事件标记文件 |
| 许可与访问 | ODC Open Database License v1.0（ODbL 1.0）；开放访问 |
| DOI | 10.13026/x3vc-p627（版本 DOI）；10.13026/9m4y-3n35（最新版本 DOI） |
| 伦理与隐私 | 俄克拉何马州立大学 IRB-23-326 批准；明确不含受保护健康信息 |
| 资助 | 美国国家科学基金会奖项 2232869 |
§1 它要解决的具体麻烦
1.1 抗压是动态的，但绝大多数测量是静态的
抗压（stress resilience）在官方定义里是"在压力下维持或恢复表现的能力"。这个定义有两个半句，而公开数据的供给严重偏向第一个半句。维持表现，可以在一次加压实验里测：给任务、加干扰、看成绩掉多少。恢复表现，必须等压力撤掉之后再测一段时间，而且最好能测第二次——因为第一次恢复得快，可能是偶然，也可能是这个人本来就没被压住；第二次还能不能恢复，才是稳定的个体差异。
这也解释了为什么"两轮"是关键。单轮设计里，"抗压能力强"和"抗压能力弱"两种人可能给出一样的生理曲线：前者被压住后迅速回落，后者根本没被压住。只有把压力撤掉再加一次，让两组人在同一段恢复期之后重新面对同样的负荷，两条曲线才会分开。这个数据集把压力一、恢复一、压力二、恢复二排成一条固定的时间线，就是为了制造这个分开的机会。
代价也很清楚：六段条件意味着每个受试者的有效时长被切成六份，每一份只有六分钟。想做长时程的自主神经恢复动力学研究，六分钟一段是偏短的；想做大样本的人群分层，35 人是不够的。它换来的是"同一批人、同一套设备、同一天，把加压恢复这件事做了两遍"。
把八类信号放进同一个实验，解决的其实是另一个麻烦：单模态研究之间的结论对不上。同一个压力范式里，脑电可能显示前额叶活动增强，皮电可能显示交感激活，瞳孔可能显示唤醒度上升，三者各自被不同的文献用不同的任务验证过，但从来没有人能在同一批人、同一段时间内确认它们是否同时发生、以及先后顺序如何。多模态同步数据的价值不在"更多特征"，而在于它让"哪个信号先动"这类问题第一次可以被直接问出来。反过来说，这也是它最脆的地方：只要有一条时间轴没对齐，这类时序结论就整个塌掉，而它恰好有三条时间轴。
1.2 三条常见的错误期待
第一条，期待它是一份"临床压力数据库"。它不是。官方在伦理段明确写了数据不含受保护健康信息，受试者是经邮件招募、通过资格筛查的健康志愿者，实验在计算机任务前完成。想找临床焦虑、创伤后应激或者职业倦怠队列的人，在这里找不到。
第二条，期待八类信号全程严格同步。脑电、近红外与外周生理的同步条件并不完全一致：脑电与近红外全程 250 Hz 写入同一份 CSV；眼动在 p01–p24 是同系统同步的 250 Hz，在 p25–p37 换成 Tobii Pro Glasses 2 单独采集的 50 Hz，官方在已知局限里直接点明了这一点。把它当成"八模态严格同步"来建模，会在后半队列上产生系统性的时间对齐误差。
第三条，期待它带开箱即用的代码。官方的 Usage Notes 第一句就写明本次发布不提供预处理脚本或可视化代码，用于同步采集的 MATLAB 脚本需向作者索取。这意味着从原始 CSV 到可训练张量的每一步都要自己写，包括转置、切段、重采样与跨设备对齐。
1.3 它能给到的与给不到的
| 你的需求 | 它给的 | 够不够 |
|---|---|---|
| 压力与恢复的神经生理对照 | 六段条件、事件标记跨模态同步 | 够，这是它的核心设计 |
| 第二轮压力下的适应或敏化 | 压力一与压力二同参数重复 | 够做条件内对照 |
| 脑电与前额叶近红外的融合方法 | 32 导脑电加 8 通道近红外，同一 CSV 内 | 够，且行结构已经对齐 |
| 瞳孔直径作为认知负荷读数 | 左右眼瞳孔直径，前半队列 250 Hz | 前半够，后半仅 50 Hz |
| 皮电与心率作为自主神经读数 | E4 腕带的皮电、心率、心搏间期 | 够，但采样体系与脑电不同 |
| 主观韧性与客观信号的相关 | CD-RISC 总分 0–40 分 | 够做相关分析，样本量限制外推 |
| 任务表现的客观读数 | MATB-II 油箱液位与偏差，10 秒一条 | 够做粗粒度表现曲线 |
| 临床人群的压力标志物 | 无 | 不给，健康志愿者样本 |
| 跨中心泛化验证 | 单一实验室 | 不够 |
| 长时程（小时级）恢复动力学 | 单段 6 分钟 | 不够 |
1.4 你的处境与它能帮到的事
| 你的处境 | 它能帮你什么 | 下一步该做什么 |
|---|---|---|
| 你在做多模态融合，缺一份真同步的脑电加近红外 | 两类信号写在同一份 CSV 内，行已对齐 | 按 §2.2 的行号区间切分，先做单受试者的时段对照 |
| 你在做认知负荷或压力检测，只有单模态数据 | 提供八类信号在同一范式下的并行读数 | 先按受试者做留一验证，别急着跨人切分 |
| 你想论证"恢复"比"抗压"更值得测 | 两轮加压两轮恢复，可直接比较两轮的差异 | 把压力一与压力二、恢复一与恢复二做成配对对照 |
| 你在教多模态信号处理，缺一份结构干净的实验数据 | 六段条件清晰、事件标记明确、附电极坐标 | 用 §5.3 的读取流程做课堂演示 |
| 你在做可穿戴生理算法的基准测试 | E4 腕带的六类信号，含三轴加速度 | 把加速度当运动伪迹协变量，别只当通道用 |
| 你想做韧性的预测建模 | CD-RISC 分数作为监督目标 | 35 人意味着只能用受试者级交叉验证，报告置信边界 |
1.5 一句话判断
它不是一份更大的压力数据集，而是一份结构更完整的：把"被压下去"和"弹回来"放在同一条时间线上录了两遍，代价是样本只有 35 人、单段只有六分钟、后半队列的眼动换了设备。
1.6 不适合谁：四条边界
不适合拿来做人群层面的韧性分层。 35 人、单一实验室、年龄均值 26.1 ± 4.9 岁，官方自己在已知局限里写了样本量支持探索性与机器学习研究，但未必反映更广泛的人群多样性。
不适合拿来训练大规模深度模型。 35 个受试者级样本，按人做留一验证只有 35 折，任何按窗口随机切分的做法都会把同一个人的相邻窗口分到两侧，成绩虚高。
不适合拿来做严格的眼动动力学研究。 后半队列 50 Hz 且单独采集，官方明确说这可能限制与 250 Hz 脑电和近红外的精确对齐。
不适合拿来回答临床问题。 健康志愿者、实验室任务、无随访、无结局变量，也没有任何用药或诊断信息。
§2 数据构成与规格
2.1 五个分区拼起来的目录
数据集不是扁平的单目录，而是按模态与受试者分成几块：人口学与量表一个文件，任务表现一个文件夹，腕带生理一个文件夹，脑电近红外眼动按受试者编号分组打包成七个文件夹，外加两个电极坐标文件。
| 分区 | 内容 | 命名约定 |
|---|---|---|
| 人口学与量表 | 年龄、性别、族裔背景、CD-RISC 分数 | demographicCDrisk.csv |
| 任务表现 | MATB-II 油箱液位与偏差 | MATB-II/<subjectID>resman.csv |
| 腕带生理 | 皮温、皮电、血容积脉冲、加速度、心搏间期、心率、事件标记 | PPG/<subjectID>/ |
| 神经生理 | 脑电、近红外、眼动合并 CSV | EEGfNIRSeye_p1-p5/ 等七个分组文件夹 |
| 空间坐标 | 电极与光极的三维笛卡尔坐标 | EEG_32_Channel_mapping.xyz、fNIRS_frontal.xyz |
七个分组文件夹的边界值得留意，它们不是等距切的：
| 文件夹 | 覆盖编号 | 编号个数 |
|---|---|---|
EEGfNIRSeye_p1-p5 |
p01–p05 | 5 |
EEGfNIRSeye_p6-p10 |
p06–p10 | 5 |
EEGfNIRSeye_p11-p16 |
p11–p16 | 6 |
EEGfNIRSeye_p17-p21 |
p17–p21 | 5 |
EEGfNIRSeye_p22-p27 |
p22–p27 | 6 |
EEGfNIRSeye_p28-p32 |
p28–p32 | 5 |
EEGfNIRSeye_p33-p37 |
p33–p37 | 5 |
官方说明这样分组是为了让每个文件夹控制在 10 GB 以内以便下载，只调整了分组方式，没有改动内容或命名。合计覆盖 p01 至 p37 全部 37 个编号，其中两个编号在分析样本中被剔除。
分组不等距这件事有两个实际后果。第一，不能靠文件夹名推断里面有几个受试者，写批量脚本时必须显式列出边界，而不是假设每组五个人。第二，10 GB 这个上限是按体积而不是按人数定的，说明单个受试者的神经生理文件体量不小——三十一分钟、四十余路信号、250 Hz 采样，加上 CSV 是文本格式而非二进制，体积天然偏大。打算全量下载的人要先确认磁盘空间，打算流式处理的人要注意 CSV 的解析开销远高于同等规模的二进制格式。
2.2 74 行 CSV：行是信号，列是时间
这是本数据集最容易读错的一处。脑电、近红外与眼动的合并文件是 .csv，共 74 行，行代表数据类型，列代表时间采样点——与"一行一个采样点"的常规约定正好相反。
| 行号区间 | 行数 | 内容 | 说明 |
|---|---|---|---|
| 1 | 1 | 时间戳 | 用于跨模态同步 |
| 2–17 | 16 | 近红外光密度 | 设备输出的原始光学量 |
| 18–33 | 16 | 近红外浓度 | 由光密度换算的血红蛋白浓度 |
| 34–65 | 32 | 脑电 32 导 | 按 10-20 国际系统排列 |
| 66–73 | 8 | 眼动 | 左右眼瞳孔直径各 1 行，注视方向坐标 6 行 |
| 74 | 1 | 事件标记 | 标记任务条件切换 |
官方写明前 24 名受试者（p01–p24）的脑电、近红外与眼动都在 250 Hz 下采集并合并在这种文件里；p25 至 p37 的眼动改用 Tobii Pro Glasses 2 单独采集、50 Hz，存为 subjectIDeye.csv，其脑电与近红外仍留在同一格式的 CSV 中，第 74 行仍为事件标记。
为什么会有这种反直觉的排布？因为它来自 Simulink 与 MATLAB 的实时采集链路：采集软件按"每个采样时刻写出一帧，帧内含全部通道"来组织缓冲，落盘时帧变成列，通道变成行。理解这一点比记住"要转置"更有用——它意味着第 1 行的时间戳与后面 73 行是同一批帧的产物，转置之后行与行之间的时间对应关系不会丢，而如果有人在导出时按常规约定转置过一遍，反而会破坏这种对应。因此处理这份数据时不要"顺手"再转置一次，先确认手上的文件是原始形态还是已经处理过的形态。
2.3 32 导脑电按脑区分组
电极按 10-20 国际系统放置，官方按解剖分区给出了电极与编号的对应关系，覆盖默认模式网络、突显网络与中央执行网络相关区域。
| 分区 | 电极与编号 | 个数 |
|---|---|---|
| 接地 | AFz（GND） | 1（不计入 32 导） |
| 额与前额 | AF3(1)、AF4(2)、F3(5)、F4(7)、F7(3)、F8(4)、Fz(6) | 7 |
| 额颞 | FT7(8)、FT8(9) | 2 |
| 额中央 | FC3(11)、FC4(12)、FC5(10)、FC6(13) | 4 |
| 中央 | C1(15)、C2(17)、Cz(16)、C5(14)、C6(18) | 5 |
| 中央顶 | CP1(21)、CP2(22)、CP3(19)、CP4(20) | 4 |
| 顶 | P3(24)、P4(26)、P7(23)、P8(27)、Pz(25) | 5 |
| 顶枕 | PO3(29)、PO4(30)、PO7(28)、PO8(31) | 4 |
| 枕 | Oz(32) | 1 |
三十二个编号与三十二个电极一一对应，加起来正好 32。配套的 EEG_32_Channel_mapping.xyz 给出每个电极的三维笛卡尔坐标，用于源定位、连接分析与地形图绘制。
2.4 近红外光极与前额叶覆盖
近红外由 g.Nautilus 混合系统的连续波模块采集，波长 760 nm 与 850 nm，光极全部布置在前额叶，测的是含氧与脱氧血红蛋白的变化。
| 角色 | 位置与编号 | 数量 |
|---|---|---|
| 发射光极 | Fp2(T1)、AFF6(T2)、AF8(T3)、AF4(T4)、Fp1(T5)、AFF5(T6)、AF3(T7)、AF7(T8) | 8 |
| 接收光极 | AF6(R1)、AF5(R2) | 2 |
| 通道数 | 覆盖前额叶皮质 | 8 |
配套的 fNIRS_frontal.xyz 给出每个发射与接收光极的三维坐标，用于源—探测器映射与地形可视化。
2.5 腕带生理：七类文件
外周生理全部来自 Empatica E4 腕带，按受试者分目录存放，每个受试者一个文件夹。
| 文件 | 内容 | 单位与说明 |
|---|---|---|
TEMP.csv |
皮肤温度 | 摄氏度 |
EDA.csv |
皮肤电活动 | 微西门子，作为压力的皮肤电导指标 |
BVP.csv |
血容积脉冲 | 光电容积描记读数 |
ACC.csv |
三轴加速度 | X、Y、Z 分列，量程正负 2 g |
IBI.csv |
心搏间期 | 每行记录发生时刻与间期时长（秒），由血容积脉冲提取 |
HR.csv |
心率 | BPM，由血容积脉冲提取 |
tags.csv |
事件标记时刻 | 每名受试者一个标记，指示工作基线的开始 |
官方说明所有 E4 会话采用 Unix 时间戳（UTC），以便与其他生理信号对齐。tags.csv 里工作基线起点这个标记，是把腕带时间轴接到任务时间轴上的唯一锚点，用法见 §5.4。
2.6 任务侧：MATB-II 的七列
任务表现存放在 MATB-II 文件夹，每名受试者一个文件，命名 subjectIDresman.csv。
| 列名 | 含义 |
|---|---|
ELAPSED_TIME |
自任务开始起的秒数 |
TANK_A |
主油箱 A 的液位 |
TANK_B |
主油箱 B 的液位 |
TANK_C |
辅助油箱 C 的液位 |
TANK_D |
辅助油箱 D 的液位 |
DIFF_A |
油箱 A 相对最优液位的偏差 |
DIFF_B |
油箱 B 相对最优液位的偏差 |
液位每 10 秒记录一次，每场 MATB-II 会话 30 分钟。最优液位的官方目标是让主油箱 A 与 B 尽量维持在 2500 单位，受试者通过从辅助油箱调油、并在泵故障与流量波动下调整来达成——这一列偏差因此可以直接当作任务表现的连续读数。
把任务表现放进数据集，是这份资源一个容易被低估的设计。多数生理应激数据只有"有没有施加应激"这个二元条件标签，而没有受试者当时做得好不好；抗压的定义里"维持或恢复表现"的"表现"二字，需要一个客观读数才能落地。有了 A、B 两路的液位偏差，就可以把生理反应与表现变化放在同一条时间轴上比较：皮电回落得快的人，液位偏差是否也回落得快？如果两者分离，说明生理恢复与行为恢复不是同一件事，这本身就是有价值的发现。需要注意的边界是 10 秒一条的采样粒度——它足以看六分钟一段的趋势，不足以分析秒级的纠错动作。
§3 它是谁的数据
3.1 贡献者与机构
| 角色 | 姓名 | 机构 |
|---|---|---|
| 第一作者 | Shotabdi Roy | 俄克拉何马州立大学工业工程与管理学院，神经工效学与认知工程实验室 |
| 通讯/合著 | Joseph Nuamah | 同上 |
两人所在的实验室名称本身说明了定位：神经工效学（neuroergonomics）研究的是人在真实作业环境中的脑与行为，认知工程则把这套理解用于系统设计。这解释了数据集为什么选择 MATB-II——那是 NASA 兰利研究中心为人的绩效与工作负荷研究开发的多任务平台，是人因工程领域的通用范式，而不是为生理实验临时搭的任务。
3.2 时间线
| 时间 | 事件 | 意义 |
|---|---|---|
| 2026-02-27 | 版本 1.0.0 在 PhysioNet 上线 | 首次公开，截至目前唯一版本 |
| 2026-02-27 | 发布说明写明"初始公开发布" | 无前序版本，无后续修订 |
| 同日 | 页面记录项目浏览量 241 | 新发布资源，使用侧证据尚少 |
公开时间很短，这一点对使用者有两层含义：一是没有历史版本可比，任何引用都应锁定 1.0.0；二是外部验证文献尚未形成，§7.4 的判断只能停留在"可预期"而不是"已发生"。
3.3 受试者画像与入组门槛
| 项目 | 内容 |
|---|---|
| 分析样本 | 35 名（男 22、女 13） |
| 编号范围 | p01–p37，p14 与 p23 因缺失值剔除 |
| 年龄 | 均值 26.1 ± 4.9 岁 |
| 族裔 | 官方提供自我认定的族裔背景字段 |
| 入组门槛一 | 无 MATB-II 软件使用经验 |
| 入组门槛二 | 无可能影响眼动测量的散光 |
| 入组门槛三 | 未使用可能干扰瞳孔反应的散瞳药物 |
| 主观评估 | 10 题版 CD-RISC，0–40 分 |
| 知情同意 | 书面知情同意，可随时退出且无后果 |
| 伦理批准 | 俄克拉何马州立大学 IRB-23-326，遵循赫尔辛基宣言 |
| 资助 | 美国国家科学基金会奖项 2232869 |
三条入组门槛都不是随便写的，它们各自对应一种数据污染：MATB-II 经验会让"压力"变成"熟练度"，散光会让注视方向坐标失真，散瞳药物会直接破坏瞳孔直径的有效性。反过来说，这三条也定义了它的外推边界——有经验的操作者、有散光的受试者、服药人群，都不在这份数据的覆盖范围内。
第三条门槛值得单独说。瞳孔直径是本数据集里少数几个能连续反映唤醒度的读数之一，而它对药物、光照与屈光状态都极其敏感。作者把用药者直接排除在入组之外，等于把瞳孔这一路信号的可用性提到了最高；代价是样本进一步收窄到"眼健康、未用药"的年轻人。另外两条门槛的代价同理：排除有经验者保证了压力真的来自任务难度而不是陌生感，但也意味着这份数据不能用来研究"熟练操作者在压力下如何降级"这个在工程上其实更重要的问题。
3.4 数据来源的三个层次
理解这份数据要先分清三层：实验室采集现场（不可得，但决定了同步条件）、发布的文件（可得，按模态分成了不同时间基准）、主观量表与人口学（可得，是唯一的个体层面标签）。
第一层解释了为什么某些对齐问题是结构性的而不是可以后期修的：p25–p37 的眼动换了设备，这个决定发生在采集现场，文件层面无法补救。第二层解释了为什么时间基准有三种：脑电近红外眼动是采样点数，E4 是 Unix UTC 时间戳，MATB-II 是任务开始后的秒数。第三层解释了监督信号从哪来：韧性没有客观金标准，只有 CD-RISC 这一份 0–40 分的自评总分。
§4 它最独特的东西
4.1 压力—恢复的来回，而不是一次加压
多数公开的应激生理数据给的是"基线—应激"两段式，能测到被压下去多少。这份数据的六段式结构，把恢复单独做成条件，并且重复了一轮。
| 条件 | 顺序 | 时长 | 任务组成 | 应激设置 |
|---|---|---|---|---|
| 静息基线 | 1 | 1 分钟 | 睁眼放松 | 无任务 |
| 工作基线 | 2 | 6 分钟 | 仅资源管理 | 无额外应激 |
| 压力一 | 3 | 6 分钟 | 资源管理加通信 | 每 10 秒四台泵故障，每分钟三次通信请求 |
| 恢复一 | 4 | 6 分钟 | 回到仅资源管理 | 撤除通信任务 |
| 压力二 | 5 | 6 分钟 | 资源管理加通信 | 同压力一参数 |
| 恢复二 | 6 | 6 分钟 | 回到仅资源管理 | 撤除通信任务 |
五段六分钟合计 30 分钟，与官方给出的"每场 MATB-II 会话 30 分钟"对得上，静息基线的 1 分钟在这 30 分钟之外。这个结构的价值在于它把"抗压"拆成了三个可分别观察的量：从工作基线到压力一的跌落幅度、从压力一到恢复一的回落幅度、以及第二轮与第一轮之间的差值。第三个量是别处很难拿到的。
这三个量对应三种不同的研究结论，混淆它们是最常见的解读错误。跌落幅度回答"这个人对压力敏不敏感"，回落幅度回答"这个人弹得快不快"，两轮之间的差值回答"这个人会不会因为第一轮的经历而改变"——后者可能是习惯化，也可能是敏化，两者的工程含义完全相反：习惯化意味着训练有效，敏化意味着重复暴露有害。只有两轮设计能把这两种可能分开，单次加压设计在原理上做不到。
还要留意应激源的选择。通信任务作为应激源，而不是靠加大资源管理本身的难度，这是有意的设计：它保持主任务的物理参数不变，只叠加一项额外的认知负荷，因此压力段与工作基线段的差异可以更干净地归因到"多了并发任务"，而不是"主任务变难了"。代价是它模拟的是分心式压力，而非时间压力或后果压力，与真实作业中的某些压力类型并不完全对应。
4.2 队列被切成两半：眼动的两套采样率
这是使用这份数据最大的坑。官方写明脑电与近红外全程 250 Hz，但眼动分成两套：
| 项目 | p01–p24 | p25–p37 |
|---|---|---|
| 眼动设备 | g.tec 混合系统（与脑电近红外同步） | Tobii Pro Glasses 2（单独采集） |
| 采样率 | 250 Hz | 50 Hz |
| 存放位置 | 与其他模态合并在 74 行 CSV 的第 66–73 行 | 独立 CSV，命名 subjectIDeye.csv |
| 与脑电对齐 | 同一时间轴 | 需自行对齐，官方提示可能限制精确对齐 |
| 脑电与近红外 | 250 Hz | 250 Hz |
两半各有 24 名与 13 名受试者（合计 37 个编号，剔除 2 个后为 35）。官方在已知局限里把这一条列在第一位，说明作者清楚它的分量。实际做法只有两种：要么只用前半队列做需要精确对齐的分析，要么把采集方式作为显式协变量纳入模型，并在论文里写清。
4.3 事件标记：五个起点撑起六段
标记在工作基线开始之后每隔 6 分钟发送一次，最后一个标记对应恢复二的开始。每名受试者至少 5 个标记，部分受试者因技术错误多出标记，差异记录在 notes 文件中。
| 标记序号（按官方描述） | 对应时刻 | 用途 |
|---|---|---|
| 腕带侧标记 | 工作基线开始 | E4 时间轴接到任务时间轴的锚点 |
| 标记 1 | 工作基线开始后 6 分钟 | 压力一条件切换 |
| 标记 2 | 再 6 分钟 | 恢复一条件切换 |
| 标记 3 | 再 6 分钟 | 压力二条件切换 |
| 标记 4 | 再 6 分钟 | 恢复二开始（最后一个标记） |
静息基线不在这条 6 分钟节拍上——它只有 1 分钟，在工作基线之前。切段时如果默认"第一段就是第一个标记到第二个标记"，会把静息基线整段丢掉。
4.4 主观量表与客观信号并列
CD-RISC 的 10 题版本把韧性压成一个 0–40 的总分，分数越高韧性越强。它存在 demographicCDrisk.csv 里，与年龄、性别、族裔背景并列。
| 项目 | 主观侧 | 客观侧 |
|---|---|---|
| 指标 | CD-RISC 总分 | 脑电、近红外、皮电、心率、瞳孔等 |
| 粒度 | 每人一个分数 | 每人连续时间序列 |
| 时间性 | 静态，测的是自评特质 | 动态，随六段条件变化 |
| 主要用途 | 作为分组或回归目标 | 作为特征或状态读数 |
官方把这套并列的意图写在背景里：现有评估主要依赖自评问卷，容易有偏差且测不到抗压随时间展开的动态。因此这份数据最自然的用法不是"用生理信号预测 CD-RISC 分数"这样一个简单回归，而是去看两者在什么条件下分道扬镳——比如自评韧性高的人，在第二轮恢复期的皮电回落是否真的更快。这类问题需要把分数当成分组变量，把六段当成重复测量。
把 CD-RISC 当成预测目标，会遇到一个方法论上的硬问题：35 人的样本量下，任何"生理特征预测韧性分数"的模型都只能用受试者级交叉验证，而这类模型的自由度远高于样本数，几乎必然过拟合。更稳妥的问法是反过来——不预测分数，而是检验分组差异：按分数把受试者分成高低两组，看六段条件下哪个生理指标在两组间表现出不同的时间形态。这样问，样本量虽然小，但统计单位是受试者而不是窗口，结论反而站得住。
4.5 边界条件：什么情况下它不再适用
| 条件 | 是否适用 | 判断依据 |
|---|---|---|
| 压力与恢复的配对对照 | 适用，主力场景 | 六段结构含两轮加压与两轮恢复 |
| 脑电与近红外融合方法开发 | 适用 | 两类信号同文件同行结构，附电极坐标 |
| 需要精确对齐的瞳孔动力学 | 仅前半队列适用 | p25–p37 为 50 Hz 且单独采集 |
| 大规模监督训练 | 不适用 | 35 名受试者，受试者级样本太少 |
| 临床人群的压力标志物 | 不适用 | 健康志愿者，明确不含受保护健康信息 |
| 跨中心泛化验证 | 不适用 | 单一实验室、单一国家 |
| 有 MATB-II 经验的操作者研究 | 不适用 | 入组门槛明确排除有经验者 |
| 佩戴眼镜或有散光人群的眼动 | 不适用 | 入组门槛明确排除影响眼动的散光 |
| 小时级恢复动力学 | 不适用 | 单段 6 分钟 |
| 需要开箱即用管线 | 不适用 | 官方未提供预处理代码 |
§5 怎么拿到
5.1 目录结构与下载面
| 路径 | 内容 | 说明 |
|---|---|---|
/files/neuro-stress-resilience-hci/1.0.0/demographicCDrisk.csv |
人口学与量表 | 单文件，全队列一份 |
/files/neuro-stress-resilience-hci/1.0.0/MATB-II/ |
任务表现 | 每受试者一个 CSV |
/files/neuro-stress-resilience-hci/1.0.0/PPG/ |
腕带生理 | 每受试者一个子目录 |
/files/neuro-stress-resilience-hci/1.0.0/EEGfNIRSeye_p1-p5/ 等 |
神经生理 | 七个分组文件夹，各控制在 10 GB 以内 |
/files/neuro-stress-resilience-hci/1.0.0/EEG_32_Channel_mapping.xyz |
电极坐标 | 三维笛卡尔坐标 |
/files/neuro-stress-resilience-hci/1.0.0/fNIRS_frontal.xyz |
光极坐标 | 三维笛卡尔坐标 |
访问策略页写着"只要符合许可条款，任何人都可以访问文件"，许可为 ODbL 1.0，无需注册。需要提醒的是，本次核验时文件目录页返回了 403 并提示"因法律或政策限制，你所在地区无法获取数据"，与页面上的开放访问声明不一致。这种差异可能来自访问地域或未登录状态，动手下载前应先自行确认可访问性，不要默认一定能下。
许可这一项值得在动手前读一遍原文。ODbL 1.0 与 PhysioNet 上更常见的署名型许可是两套条款：署名义务两者都有，但 ODbL 额外要求对外发布的衍生数据库以同类许可开放。对只做分析、发论文、公开代码的研究者，这个额外义务几乎不影响；对打算把加工后的数据重新分发、或把衍生数据集并入产品的团队，它会直接决定能不能闭源。此外，ODbL 的客体是数据库本身，单条记录的版权问题另说，涉及再分发时建议按许可全文逐条核对，而不是照搬别的开放数据集的习惯做法。
5.2 批量下载
#-- 按分组文件夹逐个拉取，避免一次拉爆带宽
BASE=https://physionet.org/files/neuro-stress-resilience-hci/1.0.0
wget --no-parent --recursive --level=1 --accept=csv,xyz,txt \
--directory-prefix=nsrhci \
"${BASE}/"
#-- 只看人口学与量表，先确认受试者清单再决定下哪些
curl -sL "${BASE}/demographicCDrisk.csv" -o demographicCDrisk.csv
head -3 demographicCDrisk.csv
官方没有提供整库打包压缩包，是逐文件目录。七个神经生理分组文件夹每个都被压在 10 GB 以内，说明单组体量不小，建议按队列半段（p01–p24、p25–p37）分批下。
5.3 转置：把 74 行 CSV 读成常规张量
import numpy as np
import pandas as pd
#-- 行是信号维度，列是时间；先把整表读成 (74, T) 再转置
raw = pd.read_csv('EEGfNIRSeye_p1-p5/p01.csv', header=None)
M = raw.to_numpy() #-- 形状 (74, T)
row_ts = M[0] #-- 第 1 行：同步时间戳
od = M[1:17] #-- 第 2–17 行：近红外光密度
conc = M[17:33] #-- 第 18–33 行：近红外浓度
eeg = M[33:65] #-- 第 34–65 行：32 导脑电
eye = M[65:73] #-- 第 66–73 行：眼动
marker = M[73] #-- 第 74 行：事件标记
#-- 转成 (T, C) 的常规张量，通道顺序照官方行号
X = np.vstack([eeg, conc, od, eye]).T
print(X.shape) #-- (T, 32+16+16+8)
上面四行切片必须按官方给出的行号区间写，不能凭 shape 猜。后半队列（p25–p37）的眼动不在这个文件里，要单独读 subjectIDeye.csv，且采样率是 50 Hz 而不是 250 Hz。
5.4 对齐三种时间基准
import pandas as pd
#-- 基准一：神经生理 CSV 的采样点数，250 Hz
FS = 250
n_samples = X.shape[0]
t_neuro = np.arange(n_samples) / FS
#-- 基准二：E4 腕带，Unix UTC 时间戳
ibi = pd.read_csv('PPG/p01/IBI.csv', header=None,
names=['t_unix', 'interval_s'])
tags = pd.read_csv('PPG/p01/tags.csv', header=None, names=['t_unix'])
#-- tags.csv 里的时刻是工作基线开始，这是唯一的跨设备锚点
t0_unix = float(tags['t_unix'].iloc[0])
#-- 基准三：MATB-II 的任务秒数，10 秒一条
res = pd.read_csv('MATB-II/p01resman.csv')
t_task = res['ELAPSED_TIME'].to_numpy()
三条时间轴的接法只有一条可靠通路：先用 tags.csv 把工作基线开始的 Unix 时刻定下来，把 E4 的时间戳减去它得到相对秒数；再把工作基线在神经生理文件里的位置（标记节拍的起点）定下来，得到神经生理侧的相对秒数；MATB-II 的 ELAPSED_TIME 本身是任务秒数，与后两者按工作基线起点对齐。任何跳过 tags.csv 的对齐都是猜测。
5.5 事件标记与分段
import numpy as np
#-- 标记行：非零或非基线值的位置视为条件切换点
idx = np.flatnonzero(np.diff(np.signbit(marker)))
#-- 官方说明标记自工作基线起每 6 分钟一次，最后落在恢复二开始
SEG = 6 * 60 * FS #-- 六分钟对应的采样点数
segments = {}
for i, name in enumerate(['wb', 's1', 'r1', 's2', 'r2']):
lo, hi = i * SEG, (i + 1) * SEG
segments[name] = X[lo:hi]
print(name, segments[name].shape)
按官方描述，每名受试者至少 5 个标记，部分因技术错误多出，差异记录在 notes 文件中。因此上面这段只应作为起点：正式切段前要逐人核对标记个数，多出的标记要对照 notes 决定是合并还是丢弃。
5.6 五个最容易出错的地方
| 位置 | 错误写法 | 后果 | 正确做法 |
|---|---|---|---|
| 读 CSV | 按行取采样点 | 把 74 个信号维度当成时间轴 | 先转置，按 §2.2 行号切模态 |
| 遍历受试者 | for i in range(1, 38) 当作连续编号 |
p14 与 p23 无数据，直接报错或读空 | 以 demographicCDrisk.csv 的编号为准 |
| 眼动建模 | 全队列统一按 250 Hz 处理 | 后半队列实为 50 Hz 且单独采集 | 分半处理，或把采集方式作协变量 |
| 时间对齐 | 假定腕带与脑电同一时间起点 | 两条轴错位整段 | 用 tags.csv 的工作基线起点做锚 |
| 切段 | 从第一个标记开始切六段 | 静息基线（1 分钟）被整体丢掉 | 静息基线在工作基线之前，单独处理 |
§6 与库内其他数据集的关系
6.1 关系图谱
| 站内数据集 | 主要模态 | 与本数据集的关系 |
|---|---|---|
| stroke-eeg-fnirs | 脑电 + 近红外，纵向康复 | 同为混合脑电近红外，但它是患者纵向数据、多次会话；本数据集是健康人单次六段 |
| electrodermal-activity | 皮肤电活动 | 同为皮电，可对照自主神经读数在不同范式下的形态 |
| eeg-eye-gaze-for-fls-tasks | 脑电 + 眼动，手术技能 | 同为脑电眼动同步，但它是技能评估、128 导高密；本数据集 32 导、压力范式 |
| wearable-exam-stress | 可穿戴生理，真实考场 | 同为应激生理，它是真实场景自然应激；本数据集是实验室可控应激 |
| qol-stress | Fitbit 多模态 + 自评量表 | 同为应激加自评量表组合，它是消费级设备长时程；本数据集是研究级设备短时程 |
| motion-artifact | fNIRS 与 EEG 运动伪差 | 提供伪差对照方法，可借来处理本数据集的三轴加速度通道 |
| multimodal-nback-music | 多模态 n-back 工作记忆 | 同属认知负荷多模态，可对照工作记忆与应激的神经表征差异 |
| eegmat | 心算脑电 | 同属认知负荷脑电，范式更单一，可作为方法学对照 |
| eye-tracking-ecg | 眼动 + 十二导心电图 | 同为眼动配生理信号的判读类任务，可对照眼动指标的设计 |
| consumer-grade-wearables | 消费级可穿戴认知负荷 | 提出"消费级能否识别认知负荷"的问题，本数据集可提供研究级上界 |
| brain-wearable-monitoring | 可穿戴耳后多模态监测 | 同为可穿戴多模态，可对照佩戴位置与信号质量的取舍 |
| eeg-eye-gaze-data | 脑电配眼动的模拟器记录 | 同为脑电眼动组合，可对照任务复杂度与同步方案 |
这张表要说的只有一件事：站内没有第二份"两轮加压两轮恢复"的数据。相邻的都是"某个模态对得上"或"某个场景对得上"，而把压力重复一遍这个设计维度，目前只有它占着。因此检索时的策略不是找替代，而是找补充——用别的数据补齐它缺的样本量或场景真实性，用它补齐别的数据缺的条件结构。
6.2 检索路径
| 你要找的东西 | 检索词 | 会落到哪里 |
|---|---|---|
| 混合脑电近红外的其他数据 | fNIRS、EEG-fNIRS、hybrid |
stroke-eeg-fnirs |
| 伪差去除方法 | motion artifact、accelerometer |
motion-artifact |
| 应激生理的对照队列 | stress、exam、wearable |
wearable-exam-stress、qol-stress |
| 皮电的采集与解读 | EDA、electrodermal |
electrodermal-activity |
| 眼动配生理的设计 | eye tracking、gaze |
eeg-eye-gaze-for-fls-tasks、eye-tracking-ecg |
| 认知负荷的多模态基线 | n-back、mental arithmetic |
multimodal-nback-music、eegmat |
6.3 与其他数据集的分工判据
| 任务 | 主粮仓该用什么 | 本数据集的位置 | 原因 |
|---|---|---|---|
| 混合脑电近红外融合方法 | 纵向多次会话的脑电近红外库 | 主力之一，短程高密度条件对照 | 六段条件清晰、行结构已对齐 |
| 应激检测算法的训练 | 大样本真实场景可穿戴库 | 外部验证或探索性分析 | 35 人不足以当主粮 |
| 恢复动力学研究 | 需要更长恢复期的专用范式 | 目前少数含两段恢复的选择 | 单段 6 分钟仍是硬限制 |
| 瞳孔动力学 | 高采样率专用眼动库 | 仅前半队列可用 | 后半 50 Hz 且不同步 |
| 自主神经读数建模 | 长时程腕带库 | 辅助，可与应激条件配对 | EDA、BVP、IBI 全，但时长有限 |
| 消费级设备效度检验 | 消费级可穿戴数据集 | 参照系 | 可把研究级设备读数当上界 |
| 临床人群应激研究 | 临床队列 | 不适用 | 健康志愿者样本 |
§7 质量评估与局限性
7.0 阅读本节前的一个前置校正
先纠正一个容易套错的尺子：不要用"数据量够不够训模型"来评价它。35 名受试者是实验室多模态采集的现实上限——八类信号同步、每人 31 分钟、还要把压力重复两遍，这类实验的边际成本远高于发一批问卷或挂一批腕带。它的价值密度在结构而不在体量，用体量尺子量会得出"不值得用"的错误结论。
7.1 五维评分
按常用维度打分，每项 1–5 分，分数针对"作为抗压神经生理研究数据"这个用途：
| 维度 | 分数 | 理由 |
|---|---|---|
| 数据规模 | 2 | 35 名受试者，单段 6 分钟，训练不足、探索够用 |
| 模态完整度 | 5 | 脑电、近红外、眼动、皮电、血容积脉冲、心率、心搏间期、皮温、加速度、任务表现、量表 |
| 任务适配 | 5 | 两轮加压两轮恢复的结构在公开数据里少见 |
| 文档完整 | 4 | 官方把通道、行号、设备、局限写得很细，但未提供代码与完整文件清单 |
| 可获取性 | 3 | 许可开放无需注册，但目录页在部分地区返回 403，且无打包下载 |
五项合计 19 分（满分 25）。分数结构说明它是"设计精密、取用有摩擦"的那一类资源。
7.2 同步质量的两层
第一层是同一文件内的同步。脑电、近红外与眼动写在同一份 74 行 CSV 里、共用第 1 行的时间戳，前 24 名受试者的这三类信号是真同步的 250 Hz。这一层的质量高，也是它最值得用的部分。
第二层是跨设备的同步。Empatica E4 走 Unix UTC 时间戳，只有 tags.csv 里的一个工作基线起点作为锚点；Tobii 眼动完全独立成文件。官方在已知局限里明确说了后半队列的眼动可能限制与脑电近红外的精确对齐。这一层需要使用者自己搭，且搭完之后仍有残差。
| 用途 | 同步误差的影响 | 建议 |
|---|---|---|
| 六段条件内的脑电节律分析 | 小，同一时间轴 | 可直接用 |
| 脑电与前额叶近红外的融合 | 小，同文件同行结构 | 可直接用 |
| 瞳孔与脑电的时延分析 | 前半小、后半大 | 只用 p01–p24 |
| 皮电与任务事件的锁时分析 | 中，依赖单一锚点 | 核对 tags.csv 后按相对秒数对齐 |
| 跨模态因果或时延推断 | 大，三套时钟 | 不建议 |
| 六段之间的趋势比较 | 小，条件内自比 | 可直接用，推荐优先做这类分析 |
判断该做哪一类分析，有一条实用的分界线：只用同一文件内的数据。只要分析不跨出 74 行 CSV，同步就是可靠的；一旦要把 E4 或 Tobii 拉进来，就得先花时间把时间基准搭起来，并且接受残差。把这条分界线写在方法节里，比事后补一段"我们做了对齐"更能说明问题。
后半队列换设备这一件事，也值得换个角度看：它不完全是缺陷。同一批实验里存在两种眼动采集方案，反而给"设备差异如何影响瞳孔指标"提供了一个现成的对照——前提是你把它当成研究对象，而不是当成噪声忽略掉。把它忽略掉，才是真正的损失。
7.3 已知的、可枚举的偏差
| 偏差 | 表现 | 影响 |
|---|---|---|
| 样本量小 | 35 名受试者 | 结论不稳，需受试者级交叉验证 |
| 单中心 | 一所大学一间实验室 | 设备、操作规范、指导语都单一 |
| 年龄集中 | 均值 26.1 ± 4.9 岁 | 青年样本，不覆盖中老年 |
| 入组筛选 | 排除有 MATB-II 经验者、散光者、用散瞳药者 | 不覆盖这些人群 |
| 队列分裂 | 眼动在 p25–p37 换设备降采样率 | 两半不可直接合并 |
| 标记不一致 | 部分受试者因技术错误多出标记 | 切段需逐人核对 |
| 编号缺号 | p14、p23 被剔除 | 按连续编号遍历会出错 |
| 无代码 | 无预处理脚本 | 全流程自建，复现门槛高 |
| 短分段 | 单段 6 分钟 | 不支持长时程动力学 |
| 自评标签 | 韧性只有 CD-RISC 一个总分 | 无客观金标准，也无多维度韧性剖面 |
7.4 外部验证矩阵
这份数据 2026 年 2 月才上线，公开引用尚未形成，下面的判断是"可预期的角色"而不是"已发生的验证"。
| 验证角色 | 做法 | 讲得通的地方 | 风险 |
|---|---|---|---|
| 多模态融合方法的基准 | 在同一受试者上比较单模态与融合模态 | 行结构已对齐，比较干净 | 35 人，单次划分波动大 |
| 应激检测的外测 | 在真实场景数据上训练，本数据集外测 | 实验室应激是受控对照 | 场景差异会被算进泛化 |
| 恢复期建模的探索 | 以恢复一与恢复二做配对对照 | 结构唯一 | 6 分钟偏短 |
| 消费级设备的校验参照 | 把本数据集的研究级读数当上界 | 设备档次明确 | 任务不同，不能直接比数值 |
对任何一份小样本多模态数据，最稳的做法是固定受试者划分与随机种子，在同一份划分上比较不同方法，而不是跨论文比较绝对数值。样本越小，一次划分的偶然性越容易颠倒排名。
7.5 它为何可能持续
它占的坑是"两轮加压两轮恢复 + 八类信号同步"。新增这样一份数据需要一间实验室同时具备混合脑电近红外设备、可穿戴阵列、眼动系统与人因任务平台，还要愿意把压力重复两遍。这个前提比"再采一批单次加压数据"难得多。只要韧性研究仍然关心恢复而不只是抗压，这个结构的价值就不会被更大的单次加压库替代。
§8 生态位与历史
8.1 历史沿革
这份数据的出身是典型的"项目成果数据化"：它挂在美国国家科学基金会奖项 2232869 之下，由承担该项目的实验室在实验完成后整理发布，而不是为发布而专门采集。PhysioNet 在这类资源上的角色是长期托管与版本化，数据集本身只出了一个版本 1.0.0，发布说明写的是"初始公开发布"。
这个出身解释了它的两个特征。好的一面是数据完整度高：既然不是为了凑一篇论文的最小可用集，而是把项目采集的东西整体交出去，于是连电极坐标文件、光极坐标文件、任务日志这些"边上"的东西都留了下来，这些恰恰是复用时最缺的部分。不那么好的一面是它没有为复用做工程优化：74 行的转置结构、按体积而不是按语义分组的文件夹、没有配套代码，都是"采集现场什么样就什么样"的痕迹。理解这一点，就不会期待它像专门做的数据产品那样好用，也不会低估它原始信息的价值。
8.2 与挑战赛的关系
截至目前，它没有被任何公开挑战赛采用，也没有衍生出评测基准。这跟发布仅数月有关，也跟它的定位有关：35 人的规模支撑不了需要大训练集的竞赛。它更可能以"方法学验证场地"而非"竞赛数据源"的身份被使用。
8.3 生态位
| 角色 | 主力粮仓 | 方法学场地 |
|---|---|---|
| 典型用法 | 大规模训练、预训练 | 条件对照、融合方法验证、教学演示 |
| 需要的前提 | 数据量大、标签细 | 条件结构清晰、模态对齐可靠 |
| 代表 | 大样本真实场景可穿戴库 | 本数据集 |
| 失败模式 | 过拟合、标签噪声累积 | 样本太少导致结论不稳 |
它坐在右边这一列。把方法学场地当粮仓用，会立刻撞上 35 人的天花板；把粮仓当方法学场地用，会撞上条件结构不可控的问题。
8.4 谁可能用它
从数据集的设计看，使用者集中在三类：做神经工效学与认知工程的实验室（把它当压力与恢复的条件对照）、做多模态融合方法的研究组（把脑电近红外同行结构当干净的融合试验台）、做可穿戴算法的工程组（把 E4 的六类信号当应激读数的参照）。第三类需要留意：本数据集的应激是实验室可控应激，与真实场景的应激在时间形态上并不相同。
§9 使用指引
9.1 三种角色的路径
| 角色 | 第一天 | 第一周 | 注意事项 |
|---|---|---|---|
| 神经工效学研究者 | 读官方 Methods 与 Data Description，确认六段与标记节拍 | 建立按受试者的六段切分，做压力与恢复的配对对照 | 静息基线单独处理，别丢 |
| 多模态算法工程师 | 按 §5.3 跑通转置与切模态 | 做单模态与融合模态的受试者内比较 | 后半队列眼动单独处理 |
| 可穿戴算法工程师 | 只读 PPG 文件夹的六类信号 | 以 tags.csv 锚定工作基线，做应激窗口的读数提取 | 加速度当伪迹协变量 |
9.2 一条最短的可用流程
#-- 1. 先拿人口学与量表，确定分析样本编号
curl -sL "https://physionet.org/files/neuro-stress-resilience-hci/1.0.0/demographicCDrisk.csv" \
-o demographicCDrisk.csv
#-- 2. 确认编号缺号：p14 与 p23 不在其中
cut -d, -f1 demographicCDrisk.csv | tr -d '"' | sort > ids.txt
grep -c . ids.txt
#-- 3. 只下一个分组文件夹试水，确认行结构与磁盘占用
wget --no-parent --recursive --level=1 --accept=csv \
"https://physionet.org/files/neuro-stress-resilience-hci/1.0.0/EEGfNIRSeye_p1-p5/"
import pandas as pd
#-- 4. 校验行结构：读进来先确认是不是 74 行
raw = pd.read_csv('EEGfNIRSeye_p1-p5/p01.csv', header=None)
assert raw.shape[0] == 74, raw.shape
print('行数正确，列数为时间采样点：', raw.shape[1])
9.3 引用方式
| 引用对象 | 内容 |
|---|---|
| 数据集 | Roy, S., & Nuamah, J. (2026). Neurophysiological Dataset of Stress Resilience During Human-Computer Interaction (version 1.0.0). PhysioNet. RRID:SCR_007345. https://doi.org/10.13026/x3vc-p627 |
| 平台 | PhysioNet 平台综述论文，按官方页面 Cite 按钮生成 |
| 版本 DOI | 10.13026/x3vc-p627（锁定 1.0.0） |
| 最新 DOI | 10.13026/9m4y-3n35 |
写论文时建议同时注明：版本号 1.0.0、受试者编号剔除情况（p14、p23）、以及眼动分析限定在哪半队列。这三项不写清，结果无法复现。
§10 AI 使用声明
| 项目 | 声明 |
|---|---|
| 文本生成 | 本文由 AI 辅助撰写，编辑把关结构与事实 |
| 数字来源 | 规模、结构、边界三类数字来自 PhysioNet 官方项目页正文 |
| 文件核验 | 项目页全文经直接抓取核对；文件目录页返回 403，未逐文件核验 |
| 不一致说明 | 官方页面写"分析 35 名（男 22、女 13，均值 26.1 ± 4.9 岁）“；同一课题的 NSF 成果文稿检索片段写"分析 37 名（含 13 名女性，年龄范围 26–30 岁），两名因缺失值剔除”。本文以 PhysioNet 官方页为准，取分析样本 35 名、编号上限 p37。另：该文稿片段的作者列表含第三位作者，官方页面仅列两位 |
| 论文信息 | 仅检索到 NSF 成果文稿的检索片段，未读全文；未找到独立的配套期刊论文 |
| 未核验内容 | 各分组文件夹的实际文件清单与体积；notes 文件内容；16 行光密度与 16 行浓度同"8 通道 × 2 波长"的对应关系；MATB-II 每文件的实际行数；CD-RISC 的分数范围与分布；各受试者事件标记的实际个数 |
| 图像 | 无配图；封面为生成式提示词，不含真实受试者影像 |
| 免责 | 本文不构成临床建议；数据使用须遵守 ODbL 1.0 的署名与同类共享条款 |
常见误读（避坑清单）
| 说法 | 实际 | 证据 |
|---|---|---|
| 「它有 37 名受试者」 | 分析样本 35 名；37 是编号上限，p14 与 p23 被剔除 | 官方 Data Description 与 Methods 段 |
| 「眼动全程 250 Hz 同步」 | p25–p37 由 Tobii 单独采集，50 Hz | 官方 Known Limitations 第一条 |
| 「CSV 一行一个采样点」 | 74 行是信号维度，列才是时间 | 官方 Data Description 的行号说明 |
| 「许可就是常见的署名型许可」 | 是 ODbL 1.0，衍生数据库负有同类共享义务 | 官方 License 段 |
| 「有现成的预处理代码」 | 未提供；MATLAB 采集脚本需向作者索取 | 官方 Usage Notes 首句 |
| 「六段每段都是 6 分钟」 | 静息基线 1 分钟，其余五段各 6 分钟 | 官方 Methods 段 |
| 「事件标记每人固定 5 个」 | 至少 5 个，部分因技术错误多出，见 notes 文件 | 官方 Event Markers 段 |
| 「MATB-II 四个子任务都用上了」 | 资源管理为主任务，通信任务作应激源 | 官方 Experimental Design 段 |
| 「它是临床患者数据」 | 健康志愿者，明确不含受保护健康信息 | 官方 Ethics 段 |
| 「p01 到 p37 连续无缺号」 | p14 与 p23 缺号 | 官方 Data Description 段 |
FAQ
Q1：受试者到底是 35 名还是 37 名？
分析样本是 35 名，官方写明男 22、女 13，合计 35。编号范围是 p01 到 p37，其中 p14 与 p23 因缺失值被剔除，37 减 2 正好是 35。写作时若引用 37，必须写明那是编号范围或入组规模，而不是分析样本量——同一课题的 NSF 成果文稿片段里就出现过"分析 37 名"的写法，与官方页面的 35 名不一致，引用时要特别小心。
Q2：眼动数据为什么有两套采样率？
p01 至 p24 的眼动由 g.tec 混合系统连同脑电与近红外同步采集，250 Hz；p25 至 p37 改用 Tobii Pro Glasses 2 单独采集，50 Hz，存为独立的 subjectIDeye.csv。官方在已知局限里把这一条列在第一位，并说明这可能限制与 250 Hz 脑电近红外的精确对齐。跨队列建模时要么只用前半，要么把采集方式作为显式协变量。
Q3：74 行的 CSV 到底怎么读？
它是转置结构：第 1 行时间戳，第 2–17 行近红外光密度，第 18–33 行浓度，第 34–65 行 32 导脑电，第 66–73 行眼动，第 74 行事件标记；列是时间采样点。常规"按行取样本"的代码会把 74 个信号维度当成时间轴。读入后先转置，再按行号区间切出各模态，切片必须照官方行号写，不要靠 shape 猜。
Q4：ODbL 1.0 许可意味着什么，能用商业用途吗？
ODbL 是开放数据库许可，与常见的署名型许可是两套东西：使用需署名，且对外发布的衍生数据库需要以同类许可开放。它对商业使用没有一刀切的禁止，但同类共享义务会影响你把衍生数据集闭源分发的计划。具体条款以许可全文为准，动手前逐条核对。
Q5：怎么把腕带数据和脑电对齐？
只有一条可靠通路：tags.csv 里记录了工作基线开始的 Unix UTC 时刻，这是 E4 时间轴接到任务时间轴上的唯一锚点。把 E4 的时间戳减去它得到相对秒数，再与神经生理侧按工作基线起点对齐。MATB-II 的 ELAPSED_TIME 本身是任务秒数，同样以工作基线起点对齐。跳过 tags.csv 的任何对齐都是猜测。
Q6：35 人够训练模型吗？
作为主粮不够，作为探索性分析与受试者级交叉验证的场地够用。官方自己把定位写在探索性研究、算法基准与教学演示上。正确做法是以受试者为单位做留一验证，绝不按窗口随机切分——后者会把同一个人的相邻窗口分到训练与测试两侧，成绩虚高。同时要在论文里写明单中心、青年样本的外推边界。
Q7：静息基线只有 1 分钟，还值得用吗？
值得，但要按它的本分来用。官方写明静息基线的目的是记录生理基线，受试者睁眼放松、不做任务。1 分钟的长度足以给皮电、心率这类慢变量一个起点值，不足以做静息态脑电的频域分析或功能连接。实操上建议把它当成"每个人的零点"，用于后续的基线校正，而不是把它当成第六个实验条件去和压力段比较。另外它不在 6 分钟的标记节拍上，切段脚本默认从第一个标记开始时最容易把它整段丢掉。
Q8：为什么主任务是资源管理而不是别的？
MATB-II 有四个同步子任务：系统监控、追踪、通信与资源管理。本数据集把资源管理作为主任务，因为它要求受试者持续把主油箱 A 与 B 维持在 2500 单位附近，是一个可以连续量化的追踪式任务，液位偏差天然就是表现读数；而通信任务被选作应激源，是因为它可以在不改变主任务物理参数的前提下叠加并发负荷。换句话说，主任务负责"能被量化"，应激源负责"能被叠加和撤除"，两者的分工是刻意的。代价是这套组合只覆盖分心式压力这一种类型。
术语表
| 术语 | 解释 |
|---|---|
| 抗压 / 韧性 | 在压力下维持或恢复表现的能力，英文 stress resilience |
| 神经工效学 | 研究真实作业环境中脑与行为的学科，英文 neuroergonomics |
| 脑电 | 头皮记录的电生理活动，英文 electroencephalography，缩写 EEG |
| 近红外光谱 | 用近红外光测脑血流氧合变化的技术，英文 fNIRS |
| 含氧 / 脱氧血红蛋白 | 近红外测的两个血氧指标，缩写 HbO 与 HbR |
| 光密度 | 近红外设备输出的原始光学量，英文 optical density |
| 光极 | 近红外的发射器与接收器，英文 optode |
| 10-20 国际系统 | 脑电电极放置的国际标准命名与定位体系 |
| 皮肤电活动 | 皮肤电导随汗腺活动的变化，英文 EDA |
| 血容积脉冲 | 光电容积描记测得的脉搏波，英文 BVP |
| 心搏间期 | 相邻两次心搏的间隔，英文 IBI |
| 心率变异性 | 心搏间期的波动，常作自主神经指标，英文 HRV |
| 瞳孔直径 | 瞳孔的直径，随认知负荷与唤醒度变化 |
| CD-RISC | Connor-Davidson 韧性量表，本数据集用 10 题版，0–40 分 |
| MATB-II | NASA 多属性任务组第二代软件，人因研究的通用多任务平台 |
| 资源管理 | MATB-II 的四个子任务之一，本数据集的主任务，缩写 RESMAN |
| 通信任务 | MATB-II 的子任务之一，本数据集的应激源，缩写 COMMS |
| 事件标记 | 记录任务条件切换时刻的信号，英文 event marker |
| Unix 时间戳 | 自 1970 年起的秒数，本数据集的 E4 时间基准，用 UTC |
| 三轴加速度 | X、Y、Z 三个方向的加速度，用于检测运动伪迹 |
| ODbL | 开放数据库许可 1.0 版，含署名与同类共享条款 |
| 受试者级交叉验证 | 以人为单位划分训练与测试，避免同人泄漏 |
| 留一验证 | 每次留一个受试者作测试，其余作训练 |
附录 A：核心数字核对表
| 项 | 值 | 来源 |
|---|---|---|
| 全名 | Neurophysiological Dataset of Stress Resilience During Human-Computer Interaction | 官方项目页标题 |
| 版本 | 1.0.0 | 官方项目页版本区 |
| 发布日期 | 2026 年 2 月 27 日 | 官方项目页 |
| 分析受试者数 | 35 名（男 22、女 13） | 官方 Methods 段 |
| 编号范围 | p01–p37 | 官方 Data Description 段 |
| 剔除编号 | p14、p23 | 官方 Data Description 段 |
| 年龄 | 均值 26.1 ± 4.9 岁 | 官方 Methods 段 |
| 实验条件数 | 6 段 | 官方 Abstract 与 Methods |
| 静息基线时长 | 1 分钟 | 官方 Methods 段 |
| 其余各段时长 | 6 分钟 | 官方 Methods 段 |
| MATB-II 会话时长 | 30 分钟 | 官方 Data Description 段 |
| 脑电通道数 | 32 导，10-20 国际系统 | 官方 Data Acquisition 段 |
| 近红外通道数 | 8 通道，8 发射光极、2 接收光极 | 官方 Data Acquisition 段 |
| 近红外波长 | 760 nm 与 850 nm | 官方 Data Acquisition 段 |
| 脑电与近红外采样率 | 250 Hz | 官方 Data Description 段 |
| 眼动采样率（前半） | 250 Hz，p01–p24 | 官方 Data Description 段 |
| 眼动采样率（后半） | 50 Hz，p25–p37，Tobii Pro Glasses 2 | 官方 Data Description 段 |
| 合并 CSV 行数 | 74 行 | 官方 Data Description 段 |
| 眼动行区间 | 第 66–73 行，共 8 行 | 官方 Data Description 段 |
| 加速度量程 | 正负 2 g | 官方 Data Description 段 |
| MATB-II 记录间隔 | 每 10 秒 | 官方 Data Description 段 |
| MATB-II 文件列数 | 7 列 | 官方 Data Description 段 |
| 最优液位目标 | 2500 单位 | 官方 Experimental Design 段 |
| 应激参数 | 每 10 秒四台泵故障，每分钟三次通信请求 | 官方 Methods 段 |
| CD-RISC | 10 题版，0–40 分 | 官方 Methods 段 |
| 事件标记 | 至少 5 个，间隔 6 分钟 | 官方 Event Markers 段 |
| 分组文件夹数 | 7 个，各控制在 10 GB 以内 | 官方 Data Description 段 |
| 许可 | ODC Open Database License v1.0 | 官方 License 段 |
| 版本 DOI | 10.13026/x3vc-p627 | 官方 Discovery 段 |
| 最新 DOI | 10.13026/9m4y-3n35 | 官方 Discovery 段 |
| 伦理批准 | 俄克拉何马州立大学 IRB-23-326 | 官方 Ethics 段 |
| 资助 | 美国国家科学基金会奖项 2232869 | 官方 Acknowledgements 段 |
| 项目浏览量 | 241（核验时） | 官方 Project Views 区 |
编辑说明
本文的核验时间为 2026 年 10 月 28 日。核对方式为直接抓取 PhysioNet 项目页全文，并逐段比对 Abstract、Methods、Data Description、Usage Notes、Ethics 各节的描述；论文侧只检索到 NSF 成果文稿的检索片段，未读全文，也未找到独立的配套期刊论文。文件目录页在本次核验时返回 403 并提示地区限制，因而各分组文件夹的实际文件清单、notes 文件内容、以及各受试者事件标记的实际个数均未逐文件核验，正文中凡是涉及这些地方都只做定性表述。受试者数量存在 35 与 37 两种写法，本文以官方项目页的"分析 35 名"为准，并在 §10 与 FAQ 第一问里各说明一次。按要求只写规模、结构、边界三类数字，未给出任何由自己计算得出的分布性统计。
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本数据集共享多个主题标签的相关数据集，按相关度降序排列：
- stroke-eeg-fnirs — 共享标签：生理信号 / 脑电信号 / 近红外光谱 / 多模态
- electrodermal-activity — 共享标签：生理信号 / 多模态
- eeg-eye-gaze-for-fls-tasks — 共享标签：生理信号 / 脑电信号 / 多模态
- wearable-exam-stress — 共享标签：生理信号 / 多模态
- qol-stress — 共享标签：生理信号 / 多模态
- motion-artifact — 共享标签：生理信号 / 脑电信号 / 近红外光谱
- multimodal-nback-music — 共享标签：脑电信号 / 多模态
- eegmat — 共享标签：脑电信号
- eye-tracking-ecg — 共享标签：生理信号
- consumer-grade-wearables — 共享标签：生理信号 / 多模态
- brain-wearable-monitoring — 共享标签：生理信号 / 多模态
- eeg-eye-gaze-data — 共享标签：脑电信号 / 多模态
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
