信息速览
INFOBOX — TUAB 一屏速览
维度 内容 本质 天普大学医院临床 EEG 的正常/异常二分类子语料（记录级标签），TUH EEG 家族第 2 子库 团队 NEDC（Temple University）；起源自 Silvia López de Diego 2017 硕士论文；导师 Joseph Picone 版本 v3.0.1（2024-02-07，仅改 EDF header）；版本链 v2.0.0→v3.0.0→v3.0.1 数据 2,993 条 EDF（约 60 GB）；2,383 名受试者（Normal 1,385 + Abnormal 998） 划分 train 2,130 人 / eval 253 人（患者级不重叠；eval 每人仅一类一次） 采集 Temple University Hospital，2002-2017，常规临床 EEG 通道 仅 01_tcp_ar 一种参考配置（10-20 系统） 任务 记录级 normal/abnormal 二分类（非逐帧、非事件级） 标注 由临床判读报告导出（neurologist 报告 → 标签）；主观性强 基线 2017 CNN-MLP 错误率 21.2%；xresnet1d101 AUROC 0.827；准确率天花板约 85-87% 扩展 TUABEX（15,300，5×）/ TUABEXB（8,879 平衡）/ AutoTUAB（26,504） 获取 受控注册制：填表 + 审批 24-48h + ssh 密钥 + rsync；非开放直链 库内互链 TUH EEG Corpus（rid=71，伞状母条目）、Bonn EEG（322）、EEGMMIDB（342）、CHB-MIT（72）、HBN-EEG（362）、Helsinki 新生儿 EEG（880）
TUAB 是 EEG 病理 AI 的"第一块砖"：它把天普大学医院十五年间（2002-2017）堆积的临床脑电图，筛出一批已经由神经科医生判读为"正常"或"异常"的记录，做成一张覆盖 2,993 条记录、2,383 名受试者的二分类考卷。它不做事件级定位、不标发作起止、不区分异常类型——只回答一个最基础的问题：这张脑电图，正常吗？ 正因为问题足够简单、数据的临床出处足够真实，它成了 EEG 病理筛查（pathology decoding）领域被引用、被对标、被反复复现的起点基准，也成了后来 TUABEX、TUABEXB、AutoTUAB 这一整条"自动标注扩展"路线的母版。
导语读法三则：
- 只想下数据：直奔 §6 获取与许可——TUAB 不是开放直链，必须填表邮件审批拿 ssh 密钥后 rsync，别指望直接 curl。
- 关心标签质量与天花板：直奔 §4 标签来源与 §5 基准结果——TUAB 的 21.2% 错误率与 85-87% 饱和准确率，本质是"临床标签一致性"给全行业设的天花板。
- 做基础模型评测：直奔 §7 生态与 §9——TUAB 是 EEG 基础模型（EEGPT/JEPA 等）病理筛查下游任务的标准考卷之一。
§0 导读：这个数据集解决什么问题
脑电图（EEG, electroencephalogram）是临床神经科最常用、最便宜、也最"看人"的检查之一。它记录头皮上随时间变化的电活动，用来诊断癫痫、睡眠障碍、脑病和各种意识状态改变。问题在于，读一张 EEG 高度依赖阅片者的主观判断：同一段信号，不同神经科医生给出的结论可能不同；即便是癫痫这样"有明确波形"的临床相关事件，阅片者间一致性（inter-rater agreement）也往往偏低。更要命的是，神经科医生每天要读大量 EEG，服务压力随检查量上升而持续增大。
自动化"正常/异常"初筛因此成为一个自然且高价值的切入点：它不要求模型治愈任何疾病，只要求在神经科医生细读之前，把明显异常（需要优先处理）和明显正常（可降级处理）的记录先分个类，从而压缩医生的工作量、减少主观偏差。TUAB 就是为这个任务量身定做的数据集——但它刻意把问题压到了最小的形态：只做记录级的正常/异常二分类。
这个"最小形态"是 TUAB 最重要的设计特征，也是理解它与姊妹库差异的钥匙。TUH EEG Corpus 家族里，TUSZ 做癫痫发作事件的起止与类型标注（事件级、毫秒精度），TUEV 做六类事件分类，TUAR 做伪影标注，TUSL 做脑电减慢标注。TUAB 独独只保留了一个标签：整张记录是 normal 还是 abnormal。这个取舍让 TUAB 的标注成本大幅下降（只要把临床报告的结论搬过来即可），也让它的数据规模可以做到 2,993 条记录——但它同时意味着，用 TUAB 训练出来的模型只能告诉你"有没有异常"，不能告诉你"哪里异常、什么异常"。
López de Diego 在她的 2017 硕士论文里给出了这个基准的最初形态与最初成绩：一个卷积神经网络加多层感知机（CNN-MLP）的系统，在 TUAB 上的错误率做到 21.2%——而神经科医生在同一任务上的错误率约为 1%。这个 21% 与 1% 的鸿沟，定义了此后近十年 EEG 病理筛查研究的主线：如何把机器的"正常/异常判断"从"勉强能用"推向"接近人类"。而 2024 年 Kiessner 等人的 scaling 研究给出了一个略显悲观却极有信息量的答案——准确率在 85-87% 附近饱和，作者把这一天花板归因于临床标签本身的不完美一致性：当"标准答案"本身就带有噪声时，再大的模型也只能把学习目标逼近到标准答案的极限。
§0 读法三则：
- 这个条目的主体是 TUAB 本体（独立数据集卡、版本链、标注来源、扩展谱系）。库内的 rid=71（TUH EEG Corpus）是伞状母条目，其正文以 TUSZ 癫痫发作检测为主体，TUAB 在其中只是 7 个子库对照表中的一行与一小段基准表——两者的分工边界见 §9.1，切勿混淆。
- 全文所有硬数字均标注来源；官方 AAREADME 与多篇论文对文件数/受试者数的口径不一致处，已在 §4 与坑点逐条存照，正文以官方 AAREADME 为准。
- 检索 TUAB 时若看到"2,993"与"2,383"并列而困惑——前者是记录/文件数，后者是受试者数（且 train 有重复），两者不是一回事（坑 1）。
§1 数据集速览：十问十答
Q1：TUAB 是什么的缩写，谁做的？
TUH Abnormal EEG Corpus——天普大学（Temple University）医院异常脑电子语料库。由天普大学 NEDC（Neural Engineering Data Consortium）制作，起源自 Silvia López de Diego 2017 年的电气工程硕士论文，导师是 TUEG 主库奠基人 Joseph Picone。
Q2：它多大？
当前版本 v3.0.1 含 2,993 个 EDF 文件（约 60 GB），覆盖 2,383 名受试者：正常 1,385 人、异常 998 人。官方按患者级划分为训练集 2,130 人、评估集 253 人。
Q3：数据从哪来？
全部来自天普大学医院 2002-2017 年的常规临床 EEG 检查——是真实病人在真实诊疗场景下做的脑电图，不是为研究专门采集的。数据经过去标识化处理。
Q4：标签是什么？怎么来的？
每条记录一个标签：normal 或 abnormal。标签来自临床 EEG 判读报告——神经科医生读图后出具的结论，NEDC 把报告里"正常/异常"这一最高层级结论搬出来作为标签。注意是记录级标签，不是逐帧、不是事件级。
Q5：它的任务到底是什么？
EEG 记录级的正常/异常二分类（binary classification of EEG pathology）。模型输入一段（或多段窗口）EEG 信号，输出"这张记录正常/异常"的判断。它不做癫痫发作定位（那是 TUSZ 的活），不做异常类型细分。
Q6：划分（train/eval）怎么做的？
患者级不重叠：评估集的 253 名受试者从不出现在训练集里；评估集中每名受试者只出现一次、只属一类（要么 normal 要么 abnormal）。训练集里部分受试者多次出现，且 54 名受试者同时拥有 normal 和 abnormal 记录——研究者自己在做患者级划分时必须处理这个重复。
Q7：为什么说它"平衡"却又"不完全平衡"？
官方 subjects 表是正常 1,385 : 异常 998，比例约 1.39:1，并非严格 1:1。文献和数据集页面常笼统称它 balanced（因为异常占比接近一半，远高于多数临床数据集），但严格说它只是"相对平衡"。做模型评估时不能假设类别严格均衡。
Q8：有哪些经典基线结果？
2017 年论文：HMM 错误率 26.1%、HMM-SdA 24.6%、CNN-MLP 21.2%（人类约 1%）。后续强基线：xresnet1d101（Strodthoff & Strodthoff 2021）AUROC 0.827。2024 年 scaling 研究发现准确率在 85-87% 饱和。
Q9：它和 TUABEX / TUABEXB 什么关系？
TUABEX（TUH Abnormal Expansion）是弗莱堡大学团队用规则文本分类器从 TUEG 医疗报告自动生成的 15,300 条标注记录（约 TUAB 的 5 倍）；TUABEXB 是从中挑出的 8,879 条平衡子集。它们都衍生自母库 TUEG，不是 TUAB 本体——TUAB 是"手工标注的小而精"，TUABEX/B 是"自动标注的大而糙"，二者常被拿来对照训练。
Q10：怎么拿到数据？
受控注册制：下载并填妥 Adobe 申请表单 → 签名副本邮件发到 help@nedcdata.org（主题含 Download The TUH EEG Corpus）→ 通常 24-48 小时审批 → 收到凭据并传输 ssh 公钥 → 用 rsync 拉取。自 2026 年 1 月起改用 ssh 密钥 + rsync 分发。不是开放直链，也不是 CC 许可证。
§2 数据构成与规格
2.1 规模、来源与机构构成
TUAB 的每一秒信号都来自天普大学医院（Temple University Hospital, TUH，费城）的临床脑电图室。数据采集窗口是 2002 至 2017 年，与母库 TUEG（Temple University Hospital EEG Corpus）完全同期。这不是一个为论文专门设计的采集计划，而是对既有临床数据流的筛选与标注——NEDC 从 TUEG 里挑出那些已经由神经科医生判读为正常或异常的记录，做成二分类子集。
当前版本 v3.0.1 的官方硬数字（来自 AAREADME.txt）：
| 维度 | 数值 |
|---|---|
| EDF 文件数（记录数） | 2,993 |
| 磁盘占用 | 约 60 GB（du 实测 59,995 M） |
| 受试者总数 | 2,383（Normal 1,385 + Abnormal 998） |
| 训练集受试者 | 2,130（Normal 1,237 + Abnormal 893） |
| 评估集受试者 | 253（Normal 148 + Abnormal 105） |
| train 唯一受试者 | 2,076（含重复计 2,130） |
| 同时含 normal 与 abnormal 记录的受试者 | 54（仅在 train 中） |
| 通道配置类型 | 仅 1 种（01_tcp_ar） |
这里有一个必须讲清的区分：2,993 是文件/记录数，2,383 是受试者数。TUAB 的约定是"每个 session 只保留一个文件"（Western 等研者在引用时明确说明"Only one file from each session was included"），因此记录数与 session 数在量级上接近，而受试者数因部分患者复查多次而低于记录数。训练集中受试者重复出现（2,130 次出现对应 2,076 名唯一受试者），且有 54 名受试者的不同记录被分别标为正常和异常——这是临床真实世界的常态（同一位患者可能先做一次正常 EEG、后来复查时出现异常），但对机器学习划分构成挑战：任何不按患者去重的随机划分都会造成信息泄漏。
2.2 文件结构与命名规范
TUAB 采用一套自解释的 Unix 层级文件树，这是它易用的重要原因。一个典型路径是：
edf/eval/abnormal/01_tcp_ar/aaaaamye_s001_t000.edf
五段结构依次是：
edf/——数据根目录，内含 *.edf 文件；{train|eval}——官方划分，训练集或评估集；{normal|abnormal}——该记录的二分类标签；01_tcp_ar——通道配置类型（本语料仅此一种：AR 参考配置，tcp 指 10-20 系统的双极/参考命名法）；{subject}_s{session}_t{token}.edf——受试者标识、session 号、token 号。
文件名中的 token（t000、t001……）揭示了 TUAB 的一个重要工艺细节：EDF 是"剪枝"（pruned）后的信号。原始临床 EEG 往往长达 22 分钟到数天，NEDC 把其中"无临床价值"的片段删除、把有用片段切成连续的 *.edf 文件序列。这是临床神经生理的常规做法，但也意味着TUAB 里的信号不是连续的完整记录，研究者无法从 token 序列还原原始时间线。文件树是 v3.0.0 重构后的形态——更早的版本文件组织不同（见 §6 版本链）。
2.3 通道配置与电极系统
TUAB 的通道配置单一性是其规格上的显著特点：全部记录都使用 01_tcp_ar 一种配置。这里的 “tcp” 指天普大学（Temple University）使用的电极命名体系，“ar” 指平均参考/参考配置（average reference 类）。母库 TUEG 中实际存在多种通道配置（不同医院采用不同命名与参考方式），NEDC 在制作 TUAB 时只保留了这一种，以确保子集内部的通道一致性——这对训练模型是好事（不需要处理异构通道），但也限制了模型的通道泛化能力。
就电极系统而言，TUH EEG 家族普遍基于国际 10-20 系统（10-20 electrode placement system）及其扩展配置。常见下游预处理会把记录裁剪到 21 个标准 10-20 EEG 通道并重排到统一参考蒙太奇（montage），剔除 EKG、EMG、呼吸等非 EEG 通道。需要特别存照：TUAB 的 AAREADME.txt 并未声明原始采样率，文献中常见做法是重采样至 200 Hz（如 EEG-U-Transformer 的处理流程），也有研究使用 250 Hz 或 256 Hz。因此条目在此不臆造原始采样率，只如实记录"文献常重采样至 200 Hz"这一可观测量。
2.4 类别分布与"平衡"之辨
TUAB 被广泛描述为一个"平衡"（balanced）数据集，因为异常记录的比例接近半数——这在此类临床数据里相当难得（真实临床 EEG 中异常往往只是少数）。但严格按官方数字，它并非 1:1：
- Normal 1,385 : Abnormal 998 ≈ 1.39 : 1（受试者口径）
- 若按记录口径，比例依版本与划分略有浮动，但始终是"正常略多于异常"
这一细微的不均衡在建模上并非无关紧要：它意味着若模型单纯"偏向预测正常"，会得到略高于随机的准确率。严谨的评估必须报 AUROC、Balanced Accuracy 或 F1，而不能只看原始准确率。文献中"TUAB balanced"的说法应理解为"相对平衡、可用类别权重处理"，而非"严格一比一"——本条目在 §4 与坑点中对此做双口径存照。
2.5 版本链与数据演进
TUAB 的版本历史虽短，却有一处关键的、影响可复现性的转折：
| 版本 | 时间 | 变更 |
|---|---|---|
| v2.0.0 | 早期 | 论文（López 2017 等）主要使用的版本 |
| v3.0.0 | 2022-11-28（initial） | 移除医学报告、重构 Unix 层级文件树 |
| v3.0.1 | 2024-02-07 | 仅修改 EDF header，信号数据不变 |
v3.0.0 的两项变更值得强调：其一，医学报告被移除——这意味着依赖报告文本做标签溯源或做自动标注扩展（如 TUABEX）的研究必须另行处理版本兼容；其二，文件树被重构——旧路径与新路径不再一致，弗莱堡团队在发布 TUABEX 描述文件时专门提供了映射到 TUEG v2.0.0 的 path_new 字段来兼容这一变化。v3.0.1 是纯修补，信号本身没动，因此基于 v3.0.0 信号训练的模型在 v3.0.1 上应当等价可迁移。
2.6 设计取舍：为什么"只有一种配置、只有一类标签"
TUAB 的极简规格是有意为之，值得单独分析。NEDC 在制作时做了三个减法：
- 减通道配置：只留 01_tcp_ar，牺牲多样性换一致性；
- 减标签层级：只留 normal/abnormal 记录级标签，牺牲时空精度换标注可行性；
- 减采集场景：不做专门采集，直接用临床既有数据，牺牲控制度换真实性与规模。
这三个减法共同定义了 TUAB 的适用边界。它适合"临床真实条件下的粗粒度病理筛查"研究，不适合"波形级异常定位"“异常亚型细分”"跨设备泛化"研究——后三者需要 TUSZ、TUABEX 的自动标注细节或专门采集数据。理解这条边界，就不会误用 TUAB，也不会误判它的价值。
§3 标签来源与标注方法学
3.1 标签从哪来：临床报告的"最高层级结论"
TUAB 的标签生产链条非常短，也正因短而脆弱：
患者做常规临床 EEG → 神经科医生判读 → 出具临床报告（含正常/异常结论）→ NEDC 提取该结论 → normal/abnormal 标签
关键点在于标签复用自临床报告，而非为机器学习"重新标注"。NEDC 做的是"报告结论 → 二分类标签"的映射，而不是让标注员逐段判读信号。这带来两个直接后果：
- 成本极低、规模可扩——不需要组织标注团队逐条细读，因此能覆盖近 3,000 条记录；
- 标签继承了临床判断的全部主观性——神经科医生的阅片习惯、医院的判读标准、报告书写的随意程度，都原样进入了标签。
López 在 2017 年论文的背景陈述里点破了这一痛点的临床根源：EEG 判读仍然依赖于阅片者的主观分析，“即便癫痫这类临床相关事件，阅片者间一致性也可能很低”；她还指出，正常 EEG 的特征（如后部优势节律、反应性等）虽已被较好定义，但良性变异（benign variants）等因素会使正常/异常判断复杂化。换句话说，TUAB 标签的"金标准"本身就不是无噪声的金标准。
3.2 人类的性能上限：约 1% 错误率
López 论文给出了一个极具分量的参照系：在这项"正常/异常"任务上，人类（神经科医生）的错误率约为 1%。她的实验还支撑了一个实用假设——神经科医生通常只需检视 EEG 的起始几分钟即可做出正常/异常判断，因此"只用记录前段就能接近人类水平"是可行的建模目标。
这个 1% 是理解 TUAB 全部基准结果的关键锚点。当 2017 年的 CNN-MLP 做到 21.2% 错误率时，它距人类还有 20 个百分点的差距；而当 2024 年 Kiessner 发现准确率在 85-87% 饱和（即错误率约 13-15%）时，研究者给出的解释是：剩下的差距很可能不是模型不够强，而是临床标签本身的分歧上限——如果两位神经科医生对同一批数据的判断也只有 85-87% 一致，那么任何模型在"预测报告结论"上都无法超越这一一致性。
3.3 标注层级的代价：只能回答"是不是"，不能回答"哪里"
TUAB 的标签是**记录级（session 级）**的——整张 EEG 一个标签。这是它区别于姊妹库 TUSZ（事件级、毫秒精度标注发作起止与类型）的根本。代价是明确的：
- 模型学到的"异常"是一个全局、聚合的概念，无法定位异常出现的时间片段；
- 一条记录只要含任何异常迹象（哪怕只占几分钟），整条即被标为 abnormal，因此标签对"异常的严重程度与时长"完全不可见；
- 若把记录切成窗口训练，所有窗口会共享同一个记录级标签，这引入了弱监督特有的噪声——异常记录中那些其实正常的窗口也会被标为正类。
这正是 TUAB 使用中最常见的工程陷阱，也是 §5 与坑点反复强调"必须做窗口级处理并留意标签含噪"的原因。
3.4 标注可靠性的间接证据：97-100% 一致性
母库条目界（含 rid=71）曾提到一个与 TUAB 相关的可靠性数字：TUAB 的"正常/异常二分类（基于报告自动生成 + 人工审核）“，其"医学生审核 vs 报告一致性 97-100%”。这一数字应谨慎解读：它衡量的是**"从报告导出的标签"与"人工复核"之间的一致性**（即标签搬运链条的准确性），而不是两位神经科医生之间对信号本身的诊断一致性。前者高（97-100%），说明"NEDC 把报告结论搬成标签"这一步做得可靠；后者受限于阅片主观性，是 Kiessner 天花板所指向的那个更低的数。两种"一致性"不可混为一谈——这是阅读 TUAB 可靠性材料时必须做的心智区分。
3.5 与自动标注路线的对照
TUAB 的手工/报告复用标注路线，直接催生了另一条"自动标注"路线作为对照。Western 等与 Kiessner 等分别用规则文本分类器/NLP 处理 TUEG 的医学报告，自动生成大规模病理标签，产出 AutoTUAB（26,504 条）与 TUABEX（15,300 条）、TUABEXB（8,879 条）。两条路线的权衡清晰：
| 维度 | TUAB（报告复用，小而精） | TUABEX/B（自动标注，大而糙） |
|---|---|---|
| 规模 | 2,993 | 15,300 / 8,879 |
| 标签来源 | 人工判读报告结论 | NLP 规则处理报告文本 |
| 选择偏差 | 经人工筛选"适合机器学习"，可能偏离临床分布 | 不人工筛选，更接近真实临床分布 |
| 用途 | 基准对标、精细评测 | 规模扩展、预训练/大幅微调 |
Western 等在其论文中直言：AutoTUAB"更大、更多样，可能更能代表临床数据，因为它未经人工筛选"；而 TUAB 的样本"被挑选成适合机器学习的数据集"。这一"人工精选 vs 自然分布"的张力，是 TUAB 生态中一条值得研究者警惕的方法学暗线。
2.7 逐文件核验：如何自证拿到了正确的数据
由于 TUAB 是受控注册制，拿到数据后第一件事应是自证完整性，避免用到损坏或错版本的副本。建议的核验清单：
- 数文件：
find edf -name '*.edf' | wc -l应得 2,993（v3.0.1）； - 量体积：
du -sh edf应约 60 GB（官方基准 59,995 M）； - 查文件树：确认存在
train/与eval/两级，各自下有normal/与abnormal/，再下有01_tcp_ar/； - 抽验命名：任一文件应形如
{subject}_s{session}_t{token}.edf； - 数受试者：从文件名抽取 subject 字段去重，按官方表应落在 2,383（受试者）与 2,993（文件）之间的预期关系上；
- 验划分：抽取 train 与 eval 的 subject 集合，交集应为空（患者级不重叠）。
这六步能在一分钟内确认副本的基本正确性。若文件数或体积显著偏离，首先怀疑版本不符（v2.0.0 与 v3.0.1 结构不同）或下载中断——不要急于开始训练。
2.8 与 TUEG 母库的包含关系量化
理解 TUAB 的规模，最好把它放进母库 TUEG 的坐标系。TUEG（v2.0.2）含 26,846 条临床 EEG 记录，而 TUAB 只保留了其中的 2,993 条——约占母库的 11%。这个比例揭示了两层信息：
其一，TUAB 是一个高度筛选的子集。母库中约九成记录未被 TUAB 收录，原因有二：① 只有被临床判读并明确给出正常/异常结论的记录才符合入选条件；② NEDC 进一步挑选了"适合机器学习"的子集（如通道配置一致、时长足够、信号质量可用）。因此 TUAB 并非 TUEG 的随机构样，而是定向精选——这既是它可用的原因，也是 Western 等提醒"可能偏离真实临床分布"的根据。
其二，大量未标注数据仍留在母库。剩下的两万余条记录（无病理标签）正是后续自动标注扩展（TUABEX/AutoTUAB）得以成立的数据基础——研究者可从这些记录的医学报告中自动挖掘标签，从而把标注规模从数千推向数万。TUAB 与它的扩展之间的关系，本质是"精选小样本"与"母库大样本"的关系。
2.9 时长与质量：为什么"去首分钟、取前二十分钟"成为惯例
TUAB 记录均超过 15 分钟（部分长达数十分钟乃至更久），但社区预处理几乎一致地采用"去掉第一分钟、最多取前二十分钟"的做法。这一惯例有两个来源：
- 信号质量：临床 EEG 记录的开头常包含电极安放、被试适应、阻抗调整等过程，信号质量较差（artifact 多），因此 First-minute removal 成为 Deep4 论文以来的标准动作；
- 任务对齐：López 论文的关键发现是"神经科医生通常只需检视记录前段即可判读正常/异常"，因此建模时聚焦前段既符合临床直觉，又能统一各记录的长度、便于批处理。
对研究者而言，这意味着两点：① 报告结果时必须写明所用的时长截断策略（否则无法复现）；② 不要指望 TUAB 支持"长时间连续监测"类研究——它虽来自长记录，但社区实践聚焦前段。
§4 起源、人物与谱系
4.1 起源论文：一篇硕士论文撑起一个基准
TUAB 的"出生证明"是一篇硕士论文，而非期刊论文。Silvia López de Diego 于 2017 年 8 月在天普大学提交的电气工程硕士论文 Automated Interpretation of Abnormal Adult Electroencephalograms（M.S.E.E., Temple University），由 Joseph Picone 任指导委员会主席（Advisory Chair），Iyad Obeid 与统计系的 Pallavi Chitturi 任委员会成员。论文的目标是"用最先进的机器学习算法和 TUH EEG Corpus 这一大数据资源，为成人异常 EEG 的自动分类建立基线"。
这篇论文同时做了两件事：造了一个数据集（TUAB 的初版形态）与在它上面设立基线。论文给出的划分是训练集 1,387 normal + 1,398 abnormal、评估集 150 normal + 130 abnormal（文件口径），并报告了三级基线：隐马尔可夫模型（HMM）错误率 26.1%，加栈式去噪自编码器后处理（HMM-SdA）降到 24.6%，而卷积神经网络 + 多层感知机（CNN-MLP）达到最佳 21.2%。论文坦承这一成绩仍落后于人类（约 1% 错误率），但"建立了一套可用于探索该应用的实验范式"。
4.2 前身：2015 年 IEEE SPMB 的随机森林尝试
TUAB 并非凭空出现。早在 2015 年 IEEE SPMB 会议上，López、Suarez、Jungreis、Obeid、Picone 就发表了 A Machine Learning Approach to Automated Identification of Abnormal EEGs，用随机森林集成方法 + 主成分分析（PCA）做正常/异常分类，最佳正确率 64.86%（对照"按先验猜"的 50.25%）。这篇会议论文确立了后续论文的核心方法论——以**后部优势节律（PDR，即 alpha 节律）**作为正常 EEG 的关键判据，并利用其偏枕叶的特性选取通道。从 2015 的 64.86% 到 2017 的 78.8%（1-21.2%），再到后来的 85-87% 饱和，构成了 TUAB 基准成绩的完整爬升曲线。
4.3 母库与人物网络
TUAB 的一切都挂在母库 TUEG 上。TUEG 的奠基论文是 Obeid, I. & Picone, J. (2016), The Temple University Hospital EEG Data Corpus, Frontiers in Neuroscience 10:196（DOI: 10.3389/fnins.2016.00196）——这篇论文定义了整个 TUH EEG 家族的数据与治理框架。TUAB 官方 AAREADME 明确要求：当使用 TUAB 时引用 López 2017 论文，而引用 TUH EEG 主库时用 Obeid & Picone 2016。这种"子库引用子库论文、母库引用母库论文"的双引用规约，是理解 TUH 家族学术归属的关键。
核心人物网络可归纳为一张小图：
- Silvia López de Diego——TUAB 作者，天普大学 ECE 硕士；
- Joseph Picone——导师、NEDC 负责人、TUEG 奠基人、物理邮寄联系人；
- Iyad Obeid——天普 ECE，TUEG 共同奠基人；
- Pallavi Chitturi——统计系，提供统计方法学把关。
TUAB 的扩展谱系则来自德国弗莱堡大学的另一支团队：Ann-Kathrin Kiessner、Robin T. Schirrmeister、Joschka Boedecker、Tonio Ball。他们用母库 TUEG 的报告自动生成 TUABEX/TUABEXB，并做了著名的 scaling 研究。因此 TUAB 的学术谱系有两个中心：天普（造数据、立基准）与弗莱堡（扩数据、探极限）。
4.4 扩展语料的全谱系
围绕 TUAB 形成的扩展谱系，是它生态影响力的直接体现。三条扩展线各有出处与规格：
| 扩展语料 | 规模 | 来源 | 说明 |
|---|---|---|---|
| TUABEX | 15,300 条 | Kiessner 2023, NeuroImage: Clinical 39:103482（DOI 10.1016/j.nicl.2023.103482） | 基于 TUEG 医疗报告的规则文本分类自动标注；约 TUAB 的 5 倍；病理性 75% / 非病理性 25%，不均衡 |
| TUABEXB | 8,879 条 | 同上（从 TUABEX 选平衡子集） | Balanced 版；常用于对照 TUAB 做训练规模实验 |
| AutoTUAB | 26,504 条 | Western 2021（arXiv:2401.10283 引用） | NLP 自动标注；19,109 abnormal / 7,395 normal；18,747 sessions；门槛为标签置信度 >99%、时长 >6 分钟、含全部 21 通道 |
Kiessner 2024 的 scaling 论文（Computers in Biology and Medicine 178:108681，DOI 10.1016/j.compbiomed.2024.108681）则在 TUAB + TUABEXB（合计 10,707 训练样本）上系统研究了"训练样本数 / 模型参数量"对泛化误差的影响，得到核心结论：测试误差随数据与模型规模呈"饱和幂律"（saturating power-law）下降，且准确率在 85-87% 处饱和——作者把这一饱和归因于临床标签的阅片者间一致性不完美。这一结论把 TUAB 从"一个数据集"提升为"研究标签噪声天花板"的案例样本。
4.5 谱系图（关系声明）
TUEG (TUH EEG Corpus, v2.0.2, 26,846 记录, 2002-2017) ← 母库 / rid=71 伞状条目主体
├── TUAB (本条目) 2,993 记录 / 2,383 受试者 / 报告复用标注 / López 2017
│ └──(自动标注扩展，衍生自 TUEG)── TUABEX 15,300 ── TUABEXB 8,879
│ └──(自动标注扩展，衍生自 TUEG)── AutoTUAB 26,504
├── TUSZ (癫痫发作事件级, 主体 of rid=71)
├── TUAR (伪影) / TUEP (癫痫分类) / TUEV (事件分类) / TUSL (脑电减慢)
边界声明：TUAB 是 TUEG 的子集，TUABEX/TUABEXB/AutoTUAB 是自 TUEG 派生的自动标注扩展（并非从 TUAB 本体派生）。库内 rid=71 是 TUH EEG 家族的伞状条目，其正文主体是 TUEG 主库与 TUSZ 癫痫发作子库；TUAB 在本条目中单独成篇，详见 §9.1 分工边界。
§5 基准结果与评估协议
5.1 从 21.2% 到 85-87% 天花板
TUAB 的基准成绩演进，是一部微缩的 EEG 深度学习史：
| 年份 | 方法 | 结果 | 出处 |
|---|---|---|---|
| 2015 | 随机森林 + PCA | 64.86% 正确率 | López et al., IEEE SPMB 2015 |
| 2017 | HMM | 26.1% 错误率 | López 2017 MS 论文 |
| 2017 | HMM-SdA | 24.6% 错误率 | 同上 |
| 2017 | CNN-MLP | 21.2% 错误率（最佳） | 同上 |
| 2017 | 人类神经科医生 | 约 1% 错误率 | 同上（参照系） |
| 2021 | xresnet1d101 | AUROC 0.827 | Strodthoff & Strodthoff 2021 |
| 2023 | ConvNet (TUABEXB 训练) | AUROC 0.78-0.82 | Kiessner et al. 2023 |
| 2024 | 四类 ConvNet scaling | 准确率饱和 85-87% | Kiessner et al. 2024 |
| 2025 | EEG-U-Transformer | 窗口级二分类 SOTA | Wu et al., arXiv:2504.00336 |
这张表最重要的信息不在最高分，而在饱和现象。Kiessner 团队把模型参数量推到 180 万、训练样本推到万余条，发现准确率稳定地停在 85-87% 区间，并给出解释：这不是欠拟合，而是标签一致性的极限。当"标准答案"本身带有约 13-15% 的分歧时，模型把学习目标逼近到标准答案的极限，也就停在了那里。这一结论对 TUAB 的使用者是一个根本提醒：在 TUAB 上追求 95%+ 准确率，可能是在拟合标签噪声，而非提升真实临床性能。
5.2 标准评估协议
尽管 TUAB 官方只规定了 train/eval 的患者级不重叠，社区实践中形成了一套相对稳定的预处理与评估流程。综合多篇论文，可归纳为：
- 划分：严格使用官方 train/eval（患者级不重叠），绝不自行随机划分（否则 54 名跨类受试者会造成泄漏）；
- 通道处理：裁剪到 21 个标准 10-20 EEG 通道，剔除 EKG/EMG/呼吸等非 EEG 通道，重排到统一参考蒙太奇；
- 滤波：带通 0.1-75 Hz 去慢漂与高频噪声；50 Hz（或 60 Hz）陷波抑制工频干扰；
- 重采样：常重采样至 200 Hz（并非官方原始采样率，是下游约定）；
- 分段：切成非重叠窗口（常见 10 秒或 30 秒；EEG-U-Transformer 用 10 秒 → 2,000 样本/窗）；
- 去首分钟：常剔除记录第一分钟（起始信号质量较差，Deep4 论文以来的惯例）；
- 时长截断：TUAB 记录均 >15 分钟，常用最多 20 分钟；
- 归一化与指标：逐通道 z-score 归一化；报告 AUROC、Balanced Accuracy、F1（不能只报原始准确率，因类别不严格均衡）。
5.3 标签含噪与弱监督
评估 TUAB 结果时，有一个方法论要点必须牢记：记录级标签 + 窗口级训练 = 弱监督。若把一条 abnormal 记录切成 100 个窗口，所有窗口都会被标为正类，而其中相当一部分窗口在信号上其实与正常无异。这带来两个后果：
- 训练噪声：模型被迫学习"这条记录是异常的"这一全局信号，而非"这个窗口本身异常"；
- 评估口径：窗口级指标与记录级指标不可直接比较——一个记录级 85% 准确率的模型，其窗口级表现可能截然不同。
这也是为什么 TUAB 的强基线（Strodthoff AUROC 0.827）远未达到记录级的"完美"，以及为什么 Kiessner 会把 85-87% 视为天花板：弱监督与标签噪声共同设定了这道墙。
5.4 跨库迁移：TUAB 作为下游评测的常客
TUAB 在生态中的另一个关键角色是迁移学习的目标端。母库条目 rid=71 记载了一条常用范式：“TUEG 预训练 → TUAB 微调”（跨任务迁移，AUROC 0.78-0.92）。随着 EEG 基础模型（如 EEGPT、EEG-JEPA、LaBraM 等）崛起，TUAB 常被选作"病理筛查"下游任务的标准考卷之一——模型先在大规模无标注 EEG 上自监督预训练，再在 TUAB 上线性探针或微调，用以检验其表征的临床判别力。因此，读懂 TUAB 的基准结果，也是读懂 EEG 基础模型评测体系的一把钥匙。
5.5 评估结果的解读守则
综合以上，读 TUAB 数字应遵循四条守则：
- 锁定版本：v2.0.0 与 v3.0.x 文件树不同，跨版本比较须先对齐记录集合；
- 区分口径：文件级 vs 受试者级、记录级 vs 窗口级，混用会得出错误结论；
- 报对指标：类别不严格均衡，优先报 AUROC/Balanced Acc/F1，警惕裸准确率的虚高；
- 正视天花板：85-87% 的饱和是标签性质决定的，超高报告值需核查是否存在划分泄漏或标签过拟合。
5.6 深度案例：一条"abnormal"记录里藏着什么
要真正理解 TUAB 的标签语义，最好想象一条被标为 abnormal 的记录：
- 它可能含明确的癫痫样放电（spike/sharp wave）——最典型的异常；
- 也可能含脑电减慢（slowing）——rid=71 稿指出"脑电减慢是误报主因"，说明这类异常在自动检测中极易与正常混淆；
- 也可能含不对称（asymmetry）、周期性放电或其他临床异常；
- 甚至可能只是阅片者基于整体印象给出了 abnormal——而信号在某几段又完全正常。
关键在于：这条记录的所有窗口共享同一个 abnormal 标签。若把它切成 120 个 10 秒窗口，可能只有 20 个窗口真的呈现异常波形，其余 100 个在信号层面与正常无异，却被一并标为正类。这就是 TUAB 弱监督的本质，也是任何在 TUAB 上做窗口级训练的模型必须承受的标签噪声。
这一案例还解释了为什么 TUAB 的"异常检测"更接近筛查（screening）而非诊断（diagnosis）：它回答的是"这张图值不值得医生优先看"，而不是"这张图是什么病"。用词上，社区常说 pathology decoding / pathological detection，而非 disease classification，正是对标签粒度的尊重。
5.7 与其他基准的横向对照
把 TUAB 放进 EEG 分类基准的横向坐标，可以更清楚地看到它的定位：
| 数据集 | 规模 | 标签粒度 | 人群 | 任务 | 与 TUAB 的差异 |
|---|---|---|---|---|---|
| TUAB | 2,993 记录 | 记录级二分类 | 成人 | 正常/异常筛查 | ——（本条目） |
| Bonn EEG | 500 段（23.6s） | 段级二分类 | 含癫痫/健康 | 癫痫 vs 非癫痫 | 规模极小、片段极短、非临床连续记录 |
| CHB-MIT | 23 患者 | 发作事件级 | 儿科 | 癫痫发作检测 | 儿科、事件级、患者数少 |
| TUSZ | 675 患者 | 事件级（起止+类型） | 成人为主 | 癫痫发作检测 | 事件级标注，检测而非筛查 |
| Sleep-EDF | 197 受试者 | 睡眠分期 | 混合 | 睡眠分期 | 不同任务（睡眠 vs 病理） |
| TUEV | 子集 | 六类事件 | 成人 | 事件分类 | 多类事件，非二分类 |
这张表的核心信息是：TUAB 在"规模×临床真实性×标签简洁度"这个三角里找到了一个独特位置——它比 Bonn 大且真实，比 CHB-MIT/TUSZ 的标签更简单（因而更易用），比 Sleep-EDF 的任务更贴近临床神经病理。正因没有其他数据集同时满足这三点，它才能成为事实标准。
5.8 从结果到部署：TUAB 训练出来的模型能做什么
一个在 TUAB 上训练良好的模型，部署时的能力与边界都应清楚：
能做：
- 对新的临床 EEG 记录给出"正常/异常"初筛评分；
- 作为医生读图前的优先级排序工具（异常记录优先处理）；
- 作为更大系统的第一级门控（异常者再送 TUSZ 类事件检测或人工细读）。
不能做：
- 定位异常出现的时间点；
- 区分异常亚型（无法告诉你是癫痫还是减慢）；
- 直接下临床诊断结论（它的标签粒度只到筛查层级）。
这条边界不是 TUAB 的缺陷，而是它的设计选择。把它当筛查门控用，价值最大；把它当诊断系统用，则会因标签粒度不匹配而失望。研究者在论文中宣称应用价值时，尤其应守住这条边界。
3.6 标注流水线的隐性假设：报告可信
TUAB 的整个标注链条建立在一个隐性假设之上——临床判读报告可信。NEDC 不复核报告本身的正确性，只是把报告结论搬运为标签。这一假设在多数情况下成立（报告由持证神经科医生出具），但存在两类边缘风险：
- 报告书写不规范：个别报告可能结论含糊（如写"边缘性异常"“可疑”），此时标签映射会出现主观裁量；
- 判读标准漂移：十五年间（2002-2017）神经科的判读习惯与术语可能演变，早期与晚期记录的"异常"标准未必完全一致。
对使用者的实际含义是：TUAB 的"金标准"是一个有来源、有年代跨度的临床判断集合，而非一次性标准化标注的产物。研究标签噪声时，这个"来源结构"本身就是值得分析的维度。
3.7 二分类的边界案例：什么算 abnormal
在临床神经生理里，“异常"是一个宽泛概念，可能包括：癫痫样放电、局灶或弥漫性减慢、背景节律紊乱、不对称、周期性放电、反应性缺失等。TUAB 并不区分这些子类，只要报告中出现异常判定，记录即标 abnormal。这带来一个常被忽略的后果：TUAB 的 abnormal 类内部高度异质。一个模型在 TUAB 上学到的"异常"决策边界，是所有这些异质子类与正常记录的某种"平均分界”，而非对某一种病理的精细识别。这进一步印证了 §5.6 的结论——TUAB 是筛查工具，不是诊断工具。
3.8 为什么"记录级"是当时的正确选择
回看 2017 年的语境，TUAB 选择记录级二分类是理性的：① 事件级标注成本高，与"建立大规模基准"的目标冲突；② 正常/异常的临床判读天然以"整张记录"为单位产出；③ 二分类最容易跨团队对标。因此记录级标签既是成本的妥协，也是临床现实的忠实映射。它的局限（无法定位、弱监督）是这一选择的必然代价，而非设计疏漏。理解"这是当时的最优解"，有助于公允评价 TUAB 而非苛求它。
4.6 双中心谱系的协作与分工
TUAB 的学术谱系呈现"双中心"格局，值得单独点出：
- 天普中心（Temple / NEDC）：负责数据生产与基准确立——采集/筛选 TUEG、产出 TUAB、给出首个基线、维护官方获取渠道；
- 弗莱堡中心（Freiburg）：负责数据扩展与极限探索——用 TUEG 报告自动标注产出 TUABEX/B、做 scaling 研究揭示天花板。
两个中心分工清晰、互不冲突：天普提供"可信的小样本金标准"，弗莱堡提供"大规模的可扩展标注"。TUAB 生态的繁荣，正是这种"基准方 + 扩展方"协作的结果。对数据集建设者而言，这是一个值得借鉴的生态模式——一个高质量的基准，往往需要有人来做它的规模化延伸。
4.7 从单篇硕士论文到领域标准的启示
TUAB 的另一点启示在于：一个领域级基准，未必诞生于顶会顶刊的宏大工程。TUAB 起源于一篇硕士论文，其数据是临床既有数据的筛选与复用。它的成就不来自尖端算法，而来自选对了问题（最小可用的临床问题）+ 提供了真实数据 + 保持了长期可得性（NEDC 持续维护）。这对资源有限的研究团队是一个鼓舞：不需要最贵的采集，只要找到真实需求与可复用数据，也能贡献被广泛引用的基准。
§6 获取与许可：受控注册制的门怎么进
6.1 获取方式：不是开放直链
TUAB 最容易踩的坑，是把它当成一个开放数据集。它不是。TUAB 是**受控注册制（registration-based controlled access）**数据集——没有公开直链、没有 CC 许可证、没有 HuggingFace 官方仓库。想拿到数据，必须走一条人工审批链。官方流程分为五步：
- 填表：下载 Adobe 申请表单 https://isip.piconepress.com/projects/nedc/forms/tuh_eeg.pdf，用 Adobe Acrobat 或兼容工具在本地填写（官方明确建议下载到桌面填，不要在浏览器里填）；
- 签名提交：把填妥并签名的表单邮件发送至 help@nedcdata.org，邮件主题须含 “Download The TUH EEG Corpus”；表单地址信息务必准确，错误的地址会被退回重填；
- 审批：表单被接受后，通常在 24-48 小时内通过单独邮件收到访问凭据（credentials），并被加入邮件列表（listserv）以便接收版本更新通知；
- 密钥与拉取：自 2026 年 1 月起，语料库改用 ssh 密钥 + rsync 分发——审批通过后按其说明传输 ssh 公钥，然后用 rsync 拉取；
- 备份方案：如无法 rsync，可邮寄一块 8T USB 硬盘（须 USB 2.0/3.0 总线供电常规盘，不接受 U 盘），并提供 UPS 或 FedEx 回寄账号；地址为 Joseph Picone, 1610 Rhawn Street, Philadelphia, PA 19111。国际邮寄常在海关滞留数周，官方推荐 rsync。
官方给出的 rsync 测试命令（须写成一行，-L 跟随符号链接不可省，因所有子库都链接回 TUEG）：
rsync -auvxL -e "ssh -i ~/.ssh/id_ed25519" \
nedc-tuh-eeg@www.isip.piconepress.com:data/tuh_eeg/TEST .
6.2 rsync 路径与版本
TUAB 在 NEDC 服务器上的当前路径是：
data/tuh_eeg/tuh_eeg_abnormal/v3.0.1
母库 TUEG 的当前路径是 data/tuh_eeg/tuh_eeg/v2.0.2（26,846 条记录）。下载时务必锁定版本号——研究可复现性直接取决于此。
6.3 许可与使用条款：一个需要存照的空白
这里必须如实记录一个信息缺口：NEDC 官方页面并未公开列明 TUAB 的许可证类型，也未明确声明商业使用、IRB（伦理审查）、DUA（数据使用协议）相关条款。官方页面只说明"我们需要追踪谁下载了数据"（受控注册的动因），但没有给出类似 CC BY 的明确授权文本。
对此存在两源口径分歧，本条目做双口径存照：
- NEDC 官方页面（一手）：未声明商业用途、IRB、DUA 条款；仅受控注册。
- 库内 rid=71 稿（二手）：记载"NEDC 的开放许可政策——无需 IRB 或 DUA、支持研究与商业用途"。
两源不一致。本条目以 NEDC 官方页面为准，表述为"受控注册制；商业用途与 IRB/DUA 条款未公开列明"，并将 rid=71 的说法作为存照待核。使用者在将 TUAB 用于商业用途前，应向 help@nedcdata.org 直接确认授权范围——这是避免合规风险的唯一稳妥做法。
6.4 AI-Ready 评估：受控制的得失
从"AI-Ready"的角度看，TUAB 是一把双刃剑：
得：信号格式规范（标准 EDF）、文件树自解释、通道一致、标签二分类干净、官方划分明确、有官方推荐引用——工程上极易上手，mne/braindecode/pyEDFlib 等库可直接读取 EDF。
失：获取有门槛（注册审批 24-48h）、条款不透明（商业/伦理未声明）、无法公开直链复现（他人无法用一条命令拿到同一份数据）、依赖 NEDC 服务器可用性与 2026 年 ssh 迁移后的新流程。
对研究者而言，这意味着 TUAB 论文的"数据可用性声明"必须写清版本号与获取日期，评审者也应理解"无法公开直链"并非作者的疏漏，而是数据集本身的治理设计。
§7 生态与影响
7.1 在 EEG 病理筛查中的数据骨架地位
TUAB 的生态价值，首先要从它的"稀缺性"理解。在 2017 年它出现时，公开的、带临床正常/异常标签的 EEG 数据集几乎不存在——此前被广泛使用的 Bonn EEG（2001）只有 500 段 23.6 秒的短片段，CHB-MIT（2010 前后）聚焦儿科癫痫发作，规模与真实临床场景都有限。TUAB 以近 3,000 条真实临床记录填补了这个空白，因此迅速成为 EEG 病理二分类的事实标准基准。此后开发的大多数 EEG 基础模型与病理检测系统，都把 TUAB 列为必备的评测数据集之一。
7.2 催生"自动标注扩展"研究路线
TUAB 更深远的影响，是它作为"手工标注天花板"所反向激发的研究路线。TUAB 只有 2,993 条、且是人工筛选过的——这两点共同构成了规模瓶颈。于是研究者转向母库 TUEG（26,846 条）的医学报告文本，用 NLP/规则分类器自动生成标签，得到 TUABEX（15,300）、TUABEXB（8,879）、AutoTUAB（26,504）等更大规模的扩展。Kiessner 团队的实验证明：“在自动标注的 TUABEXB 上训练，反而能提高在手工标注的 TUAB 上的准确率”——这一发现极大推动了"用临床档案里的海量报告做自动标注"的范式。可以说，TUAB 的规模局限，恰恰是自动标注 EEG 数据集繁荣的直接动因之一。
7.3 作为"标签噪声天花板"的案例价值
TUAB 的第三个生态贡献是方法学层面的。Kiessner 的 scaling 研究把"准确率在 85-87% 饱和"这一现象归因于标签的阅片者间一致性上限，这为整个医学 AI 领域提供了一个干净的案例：当监督信号本身有噪声时，模型性能存在与数据/模型规模无关的天花板。研究者据此提出建议——与其一味堆数据堆模型，不如先提升标签质量（多专家共识、概率化标签），或改用能容忍标签噪声的方法。TUAB 因此从"一个数据集"升格为"一个关于标签质量的教材样本"。
7.4 与库内相关数据集的定位对照
把 TUAB 放进千方库内的 EEG 生态，它的定位一目了然：
| 库内条目 | 定位 | 与 TUAB 的关系 |
|---|---|---|
| TUH EEG Corpus（rid=71） | TUH 家族伞状母条目，主体=TUSZ 癫痫发作 | TUAB 的母库；本条目为其子库的独立展开 |
| Bonn EEG（rid=322） | 500 段短片段，早期癫痫分类小基准 | TUAB 出现前的旧基准，规模与真实性均不及 |
| CHB-MIT（rid=72） | 儿科癫痫发作波形 | 同域不同人群（儿科）与粒度（发作级） |
| EEGMMIDB（rid=342） | 运动想象脑电 | 同模态不同任务（运动想象 vs 病理筛查） |
| HBN-EEG（rid=362） | 儿童青少年高密度脑电 | 不同人群年龄段（发育期） |
| Helsinki Neonatal EEG（rid=880） | 新生儿癫痫秒级专家标注 | 不同人群（新生儿）+ 秒级事件标注 |
一句话概括：在千方 EEG 家族里，TUAB 代表"成人临床、记录级、正常/异常筛查"这一象限，是承上启下（上承 Bonn 旧基准，下启 TUABEX 扩展与基础模型评测）的枢纽条目。
§8 方法学启示：三条可迁移的经验
8.1 "报告复用"是扩展标注的关键杠杆
TUAB 最值得学习的方法学创新，是把临床报告的最高层级结论直接复用为标签。这一杠杆让标注成本从"组织团队逐条细读信号"（昂贵、不可扩）降到"映射报告文本"（廉价、可扩）。它的代价是继承报告的主观性，但换来的是规模与真实性。对任何想用医院沉淀数据的团队，TUAB 的示范是：先找现成的高层级结论，再考虑逐条精标。
8.2 "人工精选"与"自然分布"存在张力
Western 等指出的张力值得所有数据使用者警惕：TUAB 的样本是"被挑选成适合机器学习的数据集"（人工筛选、平衡、清洗），这使它在基准对标上表现良好，却可能偏离真实临床的分布。当一个在 TUAB 上表现优异的模型部署到真实门诊时，它面对的异常率、通道质量、人群构成都可能与 TUAB 不同。这是"基准数据集"与"临床真相"之间的常见鸿沟。
8.3 标签质量决定性能上限，先修标签再堆模型
Kiessner 的饱和结论给出了最硬的一条经验：当标签一致性只有 85-87% 时，模型性能的天花板就在那里。这条经验的外推是普适的——在任何"从临床记录导出监督信号"的任务里，标签质量都是性能上限的第一约束。TUAB 的价值之一，正是它把这条约束以最清晰的方式暴露了出来。
8.4 弱监督下必须如实声明评估口径
记录级标签 + 窗口级训练 = 弱监督，这是 TUAB 使用中最容易出错的地方。可迁移的经验是：在报告任何 TUAB 结果时，必须明确写明是记录级还是窗口级、是否做了患者级划分、指标是 AUROC 还是准确率。含糊的口径是复现失败与错误比较的主要来源。
§9 与库内条目的关系
9.1 与 rid=71（TUH EEG Corpus）的分工边界（必读）
本条目与库内 rid=71 tuh-eeg-corpus 是同族但分工明确的两个条目，边界如下：
- rid=71 的主体：TUH EEG Corpus 这一伞状家族——其正文以 TUSZ 癫痫发作子库（提及 83 处，含事件级标注、挑战赛、SOTA 榜）与 TUEG 主库（提及 30 处）为核心，通篇回答"TUH EEG 家族是什么、癫痫发作检测怎么做"。
- TUAB 在 rid=71 中的位置：仅 16 处提及，且全部为子库对照表行（7 大子库表、"异常筛查"任务行、TVAB 划分表）加一小节基准小表（§8.1 内 2 行模型结果）。rid=71 从未把 TUAB 作为主体详述。
- 本条目（TUAB）的主体：TUAB 本体的独立数据集卡——2,993 记录 / 2,383 受试者 / v3.0.1 版本链 / López 2017 起源 / 报告复用标注方法学 / TUABEX-B-AutoTUAB 扩展谱系 / 独立评估协议，是 rid=71 未展开的内容。
- 一句话边界：rid=71 回答"TUH EEG 家族全景 + 癫痫发作检测"；本条目回答"TUAB 异常筛查基准本身"。 二者交叉点仅在"TUH 家族子库清单"这一处，此处本条目主动引用 rid=71，不重复展开家族全景。
（注：同批的 tusz 候选因与 rid=71 主体撞库被 rejected——正说明 rid=71 的主体确为 TUSZ；而 TUAB 在 rid=71 中仅为一行，故本条目可独立成立。）
9.2 检索路径建议
- 想了解 TUH 家族的完整子库体系：先去 rid=71（伞状）；再按需下钻到本条目（TUAB）。
- 想用 TUAB 做病理筛查基准：本条目 §5（基准与协议）+ §6（获取）连读。
- 想研究标签噪声与性能天花板：本条目 §4.4 + §5.1 + §8.3 连读。
- 想找 EEG 家族的其他基准：Bonn EEG（322，旧小基准）、EEGMMIDB（342，运动想象）、CHB-MIT（72，儿科癫痫）、HBN-EEG（362，儿童）、Helsinki 新生儿 EEG（880，新生儿）。
6.5 受控注册制的治理逻辑
TUAB 之所以采取受控注册制，官方给出的理由是"我们需要追踪谁下载了数据"——这句朴素的话背后是三重治理考量：
- 溯源与更新通知：登记下载者后，NEDC 可在发布新版本（如 v3.0.0 移除医学报告）时通知所有用户，保证研究基线一致；
- 使用合规：对涉及人体临床数据的语料，机构通常需要知道谁在使用、用于什么目的；
- 学术引用生态：登记 + 要求引用，可以维护 TUH EEG 家族论文的引用链。
对研究者而言，受控注册制带来的是时间成本（24-48h 审批）而非金钱成本（无证据表明收费）。合理预期是：读一篇 TUAB 论文后想复现，需要预留几天走完注册流程——这一点在项目排期时应提前规划。
6.6 2026 年 ssh 迁移的影响
一条对老用户至关重要的更新：自 2026 年 1 月起，TUH 语料库改用 ssh 密钥 + rsync 分发。这意味着：
- 过去可能使用的密码/凭据类下载方式改为公钥认证；
- 用户需生成 ssh 密钥对并把公钥交给 NEDC；
- rsync 命令必须带
-e "ssh -i <私钥>"指定密钥； -L（跟随符号链接）选项不可省，因为所有子库文件都链接回母库 TUEG。
对旧脚本的直接冲击是：一条写死在 CI 里的 rsync 命令若未更新密钥方式，会在 2026 年后失效。复现实验时应把"获取数据"步骤与 NEDC 官网的最新说明对齐，而非照抄老论文附录里的命令。
6.7 引用规范：两种官方要求
TUAB 的引用规范有一个容易忽略的细节——它要求两篇不同的引用：
- 使用 TUAB 子库时：引用 López, S. (2017). Automated Interpretation of Abnormal Adult Electroencephalograms, Temple University（AAREADME 中的首选引用）。
- 引用 TUH EEG 主库时：引用 Obeid, I. & Picone, J. (2016). The Temple University Hospital EEG Data Corpus, Front. Neurosci. 10:196。
这个"子库引用子库、母库引用母库"的规约，是 TUH 家族学术治理的一部分。写论文时若只引了母库论文而未引 TUAB 起源论文，或反之，都不完全符合官方要求。严谨的做法是两者都引，并在方法章节写明所用 TUAB 版本号。
§7A 生态延伸：TUAB 在 EEG 基础模型时代的角色
7A.1 从"专用模型"到"基础模型下游任务"
2020 年之前，TUAB 上的研究多是"为 TUAB 训练一个专用分类器"（Deep4Net、EEGNet、ShallowConvNet、xresnet 等）。2023 年以后，随着 EEG 基础模型（自监督预训练大模型）兴起，TUAB 的角色发生了微妙转变：它越来越多地被当作下游评测任务——模型先在大规模无标注 EEG（如 TUEG、TUABEX 的输入信号）上自监督预训练，再在 TUAB 上做线性探针（linear probing）或微调，以检验预训练表征的临床判别力。
这一转变让 TUAB 的价值从"提供一个训练集"升级为"提供一个通用的病理判别力标尺"。当不同团队声称自己的 EEG 基础模型更强时，TUAB 上的 AUROC/准确率就成了可比较的公共刻度。
7A.2 EEG-U-Transformer 案例：窗口级方法的新基线
2025 年的 Large EEG-U-Transformer（Wu et al., arXiv:2504.00336）是一个值得关注的案例。它把 TUAB 当作窗口级二分类任务：将记录切成 10 秒非重叠窗（每条 2,000 样本），逐窗判正常/异常，共生成 409,455 个 10 秒样本。这与"记录级"评估形成对照——同一个 TUAB，在窗口级方法下会被展开成数十万样本。该工作还用 TUAB 做了跨数据的病理检测实验，进一步巩固了 TUAB 作为"病理检测公共测试床"的地位。
7A.3 饱和结论对基础模型的启示
Kiessner 的 85-87% 饱和结论在基础模型时代反而更重要。当模型规模和数据规模都急剧膨胀时，TUAB 提供了一个"性能天花板不在模型侧，而在标签侧"的反例：即便把参数推到极限，TUAB 上的准确率也不会突破标签一致性所允许的上限。这对动辄宣称"更大模型带来更高性能"的叙事是一剂清醒剂——在标签有噪声的下游任务上，规模红利会提前耗尽。
§8A 数据集治理与伦理观察
8A.1 数据来源的伦理合法性
TUAB 的数据来自 2002-2017 年天普大学医院的真实临床 EEG，经**去标识化（de-identification）**处理。临床数据二次利用（secondary use）的伦理框架通常要求：去除直接标识符、通过机构伦理审查、明确研究用途。TUAB 通过 NEDC 的受控注册制来实现"用途可知、下载可溯"，这在伦理上是稳健的设计。研究者在引用时应如实说明数据来源与去标识化处理，避免让读者误以为是为研究专门采集。
8A.2 "受控但开放"的边界
一个值得讨论的治理张力是：TUAB 虽名为"开放语料"，实为受控注册制。它比完全封闭的数据集开放得多（任何研究者填表即可申请），但比 CC BY 直链严格。这种"中间态"在临床数据里相当常见——它平衡了可及性与合规性。对 AI-Ready 数据集生态而言，TUAB 是一个"可及性光谱中段"的典型样本：既不是完全开放（如 Bonn EEG），也不是完全封闭（如多数医院内部数据），而是"注册即可用"。
8A.3 对使用者的一条伦理提醒
由于 TUAB 标签继承了临床报告的主观性，且明确只到"筛查"粒度，研究者在使用其结果时不应过度宣称临床可用性。一个在 TUAB 上达到 90% 准确率的模型，不等于一个可以替代神经科医生的系统。负责任的做法是在论文局限章节写明：标签为记录级、来源为单中心临床报告、任务为筛查而非诊断。这既是学术诚实，也是对临床数据来源方（天普医院与患者）的尊重。
§9A 方法学附录：TUAB 复现检查表
为帮助复现者，下面给出一份可勾选的清单：
- [ ] 已注册并拿到 v3.0.1（记录版本号与获取日期）；
- [ ] 已核验文件数 2,993 与体积约 60 GB；
- [ ] 已确认使用官方 train/eval 划分（患者级不重叠）；
- [ ] 已在报告中写明通道选择（21 通道 10-20）与参考蒙太奇；
- [ ] 已写明滤波参数（如 0.1-75 Hz + 50 Hz 陷波）；
- [ ] 已写明重采样率（如 200 Hz）；
- [ ] 已写明时长策略（去首分钟 + 上限）；
- [ ] 已写明窗口长度（如 10 秒）与重叠策略；
- [ ] 已明确评估层级（记录级 vs 窗口级）；
- [ ] 已报 AUROC / Balanced Accuracy / F1，而非仅准确率；
- [ ] 已在局限中说明标签为记录级、来源为临床报告、弱监督性质；
- [ ] 已按官方要求引用 López 2017 与 Obeid & Picone 2016。
§10 避坑清单：八个已踩过的坑
坑 1：把"2,993"与"2,383"混为一谈
TUAB v3.0.1 是 2,993 个 EDF 文件（记录数），但只有 2,383 名受试者（含重复；train 唯一受试者 2,076）。官方 AAREADME 在行文中混用"2,993 *.edf files"与 subjects 表，极易让人误以为"2,993 名受试者"。写论文或数据集卡时务必分开表述。
坑 2：以为数据集"完全平衡"
官方 subjects 表是 Normal 1,385 : Abnormal 998（约 1.39:1），不是 1:1。文献常笼统称 balanced，但严格说只是相对平衡。用裸准确率评估会被轻微类别偏斜误导，应报 AUROC/Balanced Accuracy/F1。
坑 3：版本口径不一致导致"数字对不上"
同一套数据在不同版本/论文中有一套数字谱：官方 subjects 表（eval 253/train 2,130 人）、López 2017（1,387+1,398 / 150+130 文件）、Western（1,371+1,346 / 150+126）、EEG-U-Transformer（2,717 / 276 文件）。四口径并存，是"文件 vs 受试者 vs session"层级差异所致。复现前必须锁定版本，不要拿不同版本的数当矛盾。
坑 4：以为 TUAB 是开放直链
TUAB 不是 CC 许可、没有公开直链、没有官方 HuggingFace 仓库。必须填表 + 邮件审批（24-48h）+ ssh 密钥 + rsync。检索时看到的第三方 HF 镜像（如 Yuchang-Zhao/TUAB）是他人上传，非官方获取渠道，仅可作版本证据。
坑 5：把记录级标签当事件级用
TUAB 的标签是整条记录 normal/abnormal，不是逐帧、不是发作起止。想定位"异常出现在哪几秒"或"是不是癫痫发作"，TUAB 做不到——那是 TUSZ 的活。误用会导致"模型能筛查但不能定位"的预期错位。
坑 6：忽略 train 集的受试者重复与跨类
train 里 2,130 次出现对应 2,076 名唯一受试者，且有 54 名受试者同时拥有 normal 和 abnormal 记录。任何不按患者去重的随机划分都会造成信息泄漏，虚高指标。严格遵守官方 train/eval，或自行做患者级划分。
坑 7：商业用途想当然
NEDC 页面未公开列明商业用途/IRB/DUA 条款（库内 rid=71 稿称"无需 IRB/DUA、支持商业"，两源存照分歧）。在未获官方确认前，不要假设可自由商用；应邮件 help@nedcdata.org 确认授权范围。
坑 8：用 TUAB 的数字比较"跨版本/跨口径"结果
把 v2.0.0 的结果与 v3.0.1 的结果直接比、或把记录级与窗口级准确率混着比，都会得出错误结论。比较前须对齐：版本、划分、评估层级、指标定义——四者缺一不可。
§11 总结
11.1 三句话总结
- TUAB 是 EEG 病理筛查的起点基准：天普大学医院 2002-2017 临床 EEG 中 2,993 条记录、2,383 名受试者，用临床报告的"正常/异常"结论做记录级二分类标签。
- 它的极简是设计而非缺陷：只做记录级二分类，换来低成本、可扩展与真实临床性，但无法定位异常、无法细分类型。
- 它是"标签质量决定性能上限"的教科书案例：从 2017 的 21.2% 错误率到 2024 的 85-87% 饱和，天花板被归因于临床标签的阅片者间一致性，且直接催生了 TUABEX/TUABEXB/AutoTUAB 自动标注扩展路线。
11.2 适合谁
- 做 EEG 病理二分类（正常/异常筛查）的模型开发者；
- 评测 EEG 基础模型（自监督预训练后下游探针）的研究者；
- 研究 标签噪声与性能天花板、弱监督学习的方法学者；
- 需要真实临床 EEG（而非实验采集）做方法验证的团队；
- 数据集标注方法学与治理机制（受控注册制）研究者。
11.3 不适合谁
- 需要发作事件级/逐帧标注的癫痫检测研究（用 TUSZ）；
- 需要异常亚型细分（如区分发作类型、减慢、伪影）的研究（用 TUEV/TUSL/TUAR）；
- 需要大规模（十万量级）训练数据的研究（用 TUABEX/AutoTUAB，或母库 TUEG）；
- 需要开放直链一键复现的研究（TUAB 是受控注册制）；
- 需要儿科/新生儿人群的研究（用 CHB-MIT / Helsinki 新生儿 EEG）。
11.4 30 秒决策卡
| 你的需求 | 建议 |
|---|---|
| 成人 EEG 正常/异常筛查基线 | ✅ TUAB 本体 |
| 更大规模病理标注 | → TUABEX / TUABEXB / AutoTUAB |
| 癫痫发作事件定位 | → TUSZ（见 rid=71） |
| 六类事件分类 | → TUEV |
| 伪影 / 减慢标注 | → TUAR / TUSL |
| 开放直链一键下载 | ❌ TUAB 不支持，需注册审批 |
| 儿科 / 新生儿 | → CHB-MIT / Helsinki 新生儿 EEG |
FAQ（高频问答 20 问）
A. 基础认知
Q1：TUAB 全称是什么？
The TUH Abnormal EEG Corpus，天普大学医院异常脑电子语料库。
Q2：谁做的？
天普大学 NEDC（Neural Engineering Data Consortium），起源自 Silvia López de Diego 2017 硕士论文，导师 Joseph Picone。
Q3：当前版本？
v3.0.1（2024-02-07 发布，仅改 EDF header，信号不变）。
Q4：TUAB 和 TUEG 什么关系？
TUAB 是 TUEG（TUH EEG Corpus，26,846 条记录）的子集，只保留已被判读为正常或异常的记录。
Q5：TUAB 和 TUSZ 什么关系？
同属 TUH 家族但任务不同：TUAB 做记录级正常/异常二分类；TUSZ 做事件级癫痫发作起止与类型标注。库内 rid=71 主体是 TUSZ。
B. 数据与获取
Q6：多大？
2,993 个 EDF 文件，约 60 GB，2,383 名受试者。
Q7：怎么下载？
填 Adobe 表单 → 邮件 help@nedcdata.org → 审批 24-48h → ssh 密钥 + rsync。非开放直链。
Q8：要花钱吗？要 IRB 吗？
NEDC 页面未公开列明费用/商业/IRB/DUA 条款；受控注册制，使用前应邮件确认。
Q9：采样率多少？
AAREADME 未声明；文献常重采样至 200 Hz。不建议臆造原始采样率。
Q10：通道配置？
仅 01_tcp_ar 一种（10-20 系统，参考配置）。
C. 标签与任务
Q11：标签有几类？
两类：normal / abnormal。
Q12：标签怎么来的？
由临床 EEG 判读报告导出（神经科医生的报告结论），是记录级标签。
Q13：能做癫痫发作定位吗？
不能。TUAB 无事件级标注。
Q14：为什么说标签有噪声？
临床判读依赖阅片者主观性，阅片者间一致性不完美；且记录级标签在窗口级训练时构成弱监督。
Q15：训练集有重复受试者吗？
有。train 含 2,130 次出现对应 2,076 唯一受试者，54 人同现 normal 与 abnormal。
D. 基准与性能
Q16：人类水平？
约 1% 错误率（López 2017）。
Q17：最好的基线？
xresnet1d101 AUROC 0.827；CNN-MLP 错误率 21.2%（2017）；准确率天花板约 85-87%（Kiessner 2024）。
Q18：为什么会有天花板？
作者归因于临床标签的阅片者间一致性上限，而非模型容量不足。
Q19：怎么划分？
官方 train/eval 患者级不重叠；勿自行随机划分。
Q20：和 TUABEX/B 什么区别？
TUABEX（15,300）/TUABEXB（8,879）是用 NLP 从 TUEG 报告自动标注生成的扩展，非 TUAB 本体；规模大但标签为自动生成。
事实清单（硬事实 32 条）
- 官方全称：The TUH Abnormal EEG Corpus（TUAB）。
- 当前版本：v3.0.1（2024-02-07）。
- v3.0.1 仅改 EDF header，信号数据不变。
- 版本链：v2.0.0 → v3.0.0（2022-11-28）→ v3.0.1（2024-02-07）。
- v3.0.0 移除医学报告并重构文件树。
- 文件数：2,993 个 EDF。
- 磁盘占用：约 60 GB（59,995 M）。
- 受试者总数：2,383（Normal 1,385 + Abnormal 998）。
- 评估集：253 受试者（148 normal + 105 abnormal）。
- 训练集：2,130 受试者（1,237 normal + 893 abnormal）。
- train 唯一受试者：2,076。
- 跨类受试者：train 中 54 人同现 normal 与 abnormal。
- 通道配置：仅 01_tcp_ar 一种。
- 文件名结构：edf/{train|eval}/{normal|abnormal}/01_tcp_ar/{subject}_s{session}_t{token}.edf。
- EDF 为剪枝格式（pruned）。
- 采集机构：Temple University Hospital。
- 采集时间：2002-2017。
- 任务：记录级正常/异常二分类。
- 标签来源：临床判读报告结论。
- 母库：TUEG v2.0.2，26,846 条记录。
- 起源论文：López de Diego 2017 MSE 论文（hdl:20.500.12613/1767）。
- 前身论文：López et al. IEEE SPMB 2015（随机森林 64.86%）。
- 母库奠基论文：Obeid & Picone 2016, Front. Neurosci. 10:196。
- 2017 基线：HMM 26.1% / HMM-SdA 24.6% / CNN-MLP 21.2% 错误率。
- 人类错误率：约 1%。
- xresnet1d101 AUROC 0.827（Strodthoff & Strodthoff 2021）。
- 准确率饱和：85-87%（Kiessner 2024）。
- TUABEX：15,300 条（Kiessner 2023, NeuroImage: Clinical 39:103482）。
- TUABEXB：8,879 条平衡子集。
- AutoTUAB：26,504 条（19,109 abnormal / 7,395 normal）。
- 获取：受控注册制，填表 + help@nedcdata.org + ssh 密钥 + rsync。
- rsync 路径：data/tuh_eeg/tuh_eeg_abnormal/v3.0.1。
术语表（24 条）
- TUAB：TUH Abnormal EEG Corpus，天普大学异常脑电子语料。
- TUEG：TUH EEG Corpus，TUH 母库（26,846 记录）。
- TUSZ：TUH EEG Seizure Corpus，癫痫发作子库（事件级）。
- NEDC：Neural Engineering Data Consortium，天普大学数据联盟。
- EEG：electroencephalogram，脑电图。
- EDF：European Data Format，脑电信号标准文件格式。
- pruned EEG：剪枝脑电，删除无关节段后的临床常规记录形态。
- normal/abnormal：正常/异常，TUAB 的二分类标签。
- pathology decoding：病理解码，从信号推断病理状态的统称。
- record-level label：记录级标签，整条记录一个标签。
- session/token：会话/片段，文件名中的 s 与 t 段。
- 01_tcp_ar：TUAB 唯一的通道参考配置标识。
- 10-20 system：国际标准脑电极放置系统。
- montage：蒙太奇，电极信号的参考组合方式。
- PDR：posterior dominant rhythm，后部优势节律（alpha 节律）。
- benign variant：良性变异，令正常/异常判断复杂化的非病理波形。
- inter-rater agreement：阅片者间一致性。
- AUROC：ROC 曲线下面积，类别不均衡时的首选指标。
- Balanced Accuracy：平衡准确率。
- saturating power-law：饱和幂律，scaling 研究中误差随规模下降的规律。
- scaling law：缩放律，性能随数据/模型规模的规律。
- weak supervision：弱监督，记录级标签用于窗口级训练的情形。
- TUABEX / TUABEXB：TUH Abnormal Expansion（15,300）/ Balanced（8,879）自动标注扩展。
- AutoTUAB：基于 NLP 自动标注的 TUAB 替代（26,504 条）。
附录
附录 A：条目信息速查卡
| 字段 | 值 |
|---|---|
| slug | tuab |
| 官方名 | The TUH Abnormal EEG Corpus |
| 版本 | v3.0.1 |
| 记录数 | 2,993 |
| 受试者数 | 2,383 |
| 体积 | 约 60 GB |
| 任务 | 记录级 normal/abnormal 二分类 |
| 采集 | Temple University Hospital, 2002-2017 |
| 获取 | 受控注册制（help@nedcdata.org） |
| 起源 | López de Diego 2017 MSE 论文 |
附录 B：DAIMS 评估全表
| 维度 | 评分 | 说明 |
|---|---|---|
| Discoverability（可发现性） | ★★★★☆ | 官方 NEDC 页面 + 论文多源可查；无独立 DOI 于数据集 |
| Accessibility（可访问性） | ★★★☆☆ | 受控注册制，24-48h 审批，需 ssh 密钥；非开放直链 |
| Interoperability（互操作性） | ★★★★★ | 标准 EDF 格式、自解释文件树、单一通道配置，工具链完备 |
| Reusability（可复用性） | ★★★★☆ | 标签干净、划分明确；但条款未公开、患者重复需处理 |
| Documentation（文档） | ★★★★☆ | AAREADME 详尽；但采样率等细节缺失，引用题名双口径 |
| 综合 AI-Ready | ★★★★☆ | 工程友好、临床真实；主要扣分在受控获取与条款不透明 |
附录 C：逐项证据链自证
- 文件数 2,993、受试者 2,383、体积 60G：AAREADME.txt（v3.0.1）原文。
- 文件名结构、通道配置：AAREADME.txt 原文。
- 2017 基线（21.2% 等）：López 2017 MSE 论文摘要。
- 2015 前身（64.86%）：IEEE SPMB 2015 论文摘要。
- 人类 1% 错误率：López 2017 论文摘要。
- xresnet1d101 AUROC 0.827：库内 rid=71 §8.1 TUAB 基准表。
- 85-87% 饱和、10,707 训练样本：Kiessner 2024（SSRN 4611029 / GitHub）。
- TUABEX 15,300 / TUABEXB 8,879：Kiessner 2023, NeuroImage: Clinical 39:103482 摘要。
- AutoTUAB 26,504：arXiv:2401.10283。
- 获取流程、rsync 路径、ssh 迁移：NEDC 官方页面。
- 母库 26,846：NEDC 官方页面 / Obeid & Picone 2016。
附录 D：数据获取决策树
需要 EEG 病理数据？
├─ 需要记录级正常/异常二分类
│ ├─ 要手工精标小规模 → TUAB（本条目）
│ └─ 要大规模自动标注 → TUABEX / TUABEXB / AutoTUAB
├─ 需要癫痫发作事件级 → TUSZ（rid=71）
├─ 需要六类事件 → TUEV
├─ 需要伪影 → TUAR
├─ 需要减慢 → TUSL
└─ 需要儿科/新生儿 → CHB-MIT（72）/ Helsinki 新生儿 EEG（880）
附录 E：tuab 与 rid=71 分工边界速查
| 比较项 | rid=71（TUH EEG Corpus） | 本条目（TUAB） |
|---|---|---|
| 定位 | TUH 家族伞状母条目 | TUAB 子库独立数据集卡 |
| 正文主体 | TUEG + TUSZ（癫痫发作检测） | TUAB 本体 |
| TUAB 篇幅 | 16 处提及，全为子库表行 | 全篇主体 |
| 任务焦点 | 发作事件级检测 | 记录级正常/异常筛查 |
| 关键词 | 癫痫、挑战赛、事件标注 | 病理筛查、二分类、TUABEX 谱系 |
附录 F：坑点档案（与 §10 对照）
| 坑号 | 一句话 | 对应章节 |
|---|---|---|
| 坑 1 | 2,993 文件 ≠ 2,383 受试者 | §2.1 |
| 坑 2 | 非严格 1:1 平衡 | §2.4 |
| 坑 3 | 四口径划分数字并存 | §4.4 / 附录 C |
| 坑 4 | 非开放直链 | §6.1 |
| 坑 5 | 记录级非事件级 | §3.3 |
| 坑 6 | train 受试者重复与跨类 | §2.1 / §5.2 |
| 坑 7 | 商业条款未明 | §6.3 |
| 坑 8 | 跨版本/跨口径误比较 | §5.5 |
附录 G：标准预处理骨架（代码）
# TUAB 标准预处理骨架（基于 mne + 见 §5.2 协议）
import mne
def load_tuab_edf(path):
raw = mne.io.read_raw_edf(path, preload=True)
# 1) 保留 21 个标准 10-20 EEG 通道，剔除 EKG/EMG/呼吸
eeg_picks = mne.pick_types(raw.info, eeg=True, eog=False, ecg=False, emg=False)
raw.pick(eeg_picks)
# 2) 带通 0.1-75 Hz + 50 Hz 陷波
raw.filter(0.1, 75.0)
raw.notch_filter(50.0)
# 3) 重采样至 200 Hz
raw.resample(200)
# 4) 去首 1 分钟 + 取前 20 分钟
raw.crop(tmin=60.0, tmax=60.0 + 20 * 60)
# 5) 切 10 秒非重叠窗
return raw
# 注意：标签为记录级（normal/abnormal），窗口共享标签 → 弱监督
附录 H：硬数字总表（多源对照）
| 指标 | 官方 AAREADME | López 2017 | Western (arXiv:2401.10283) | EEG-U-Transformer |
|---|---|---|---|---|
| 版本 | v3.0.1 | v2.0.0 | v2.0.0 | v3.0.1 |
| 文件/记录 | 2,993 | —— | 2,993 | 2,993 |
| 受试者 | 2,383 | —— | —— | —— |
| train | 2,130 人 | 1,387+1,398 文件 | 1,371+1,346 sessions | 2,717 文件 |
| eval | 253 人 | 150+130 文件 | 150+126 sessions | 276 文件 |
| 窗口 | —— | —— | —— | 409,455 个 10 秒窗 |
附录 I：扩展语料对照总表
| 语料 | 规模 | 来源文本 | 标签方式 | 出处 |
|---|---|---|---|---|
| TUAB | 2,993 | 临床报告结论 | 人工复用报告 | López 2017 |
| TUABEX | 15,300 | TUEG 报告 | NLP 规则自动 | Kiessner 2023 |
| TUABEXB | 8,879 | 同上 | 自动 + 平衡抽样 | Kiessner 2023 |
| AutoTUAB | 26,504 | TUEG 报告 | NLP 自动（置信>99%） | Western 2021 |
附录 J：与库内条目关系声明（rid 对照）
- rid=71
tuh-eeg-corpus：母库/伞状条目，主体=TUSZ；本条目为其子库 TUAB 的独立展开（边界见 §9.1、附录 E）。 - rid=322
bonn-eeg：TUAB 出现前的早期小基准（500 段短片段）。 - rid=72
chb-mit-scalp-eeg：儿科癫痫发作脑电，同域不同人群/粒度。 - rid=342
eegmmidb：运动想象，同模态不同任务。 - rid=362
hbn-eeg：儿童青少年高密度脑电。 - rid=880
helsinki-neonatal-eeg：新生儿癫痫秒级标注。
附录 K：许可条款细读（存照）
| 来源 | 商业用途 | IRB | DUA | 备注 |
|---|---|---|---|---|
| NEDC 官方页面 | 未声明 | 未提及 | 未提及 | 一手；仅受控注册 |
| 库内 rid=71 稿 | 称"支持商业" | 称"无需" | 称"无需" | 二手；与本条目存照分歧 |
结论：以官方页面为准，表述为"受控注册制，商业/伦理条款未公开列明"，使用前须邮件确认。
附录 L：检索决策树
搜到"TUAB"想找数据？
├─ 官方渠道 → NEDC 页面 → 填表 → help@nedcdata.org → rsync（v3.0.1）
├─ 检索到 HF 第三方镜像 → 仅作版本证据，非官方渠道
└─ 想要更大规模 → 搜 TUABEX / TUABEXB / AutoTUAB（衍生，非本体）
附录 M：TUAB 基准选型建议
| 你的目标 | 建议 |
|---|---|
| 快速复现经典基线 | xresnet1d101（AUROC 0.827） |
| 挑战当前上限 | EEG-U-Transformer 等窗口级方法 |
| 研究标签噪声 | 对标 85-87% 饱和线，做多专家一致性分析 |
| 大规模预训练 | TUEG 无标注预训练 → TUAB 微调 |
| 扩大监督规模 | TUABEX/B 预训练 → TUAB 精调 |
附录 N：免责与引用规范
- 使用 TUAB 时按官方要求引用 López de Diego 2017 论文；引用 TUH 主库时引用 Obeid & Picone 2016。
- 本条目数字以官方 AAREADME.txt（v3.0.1）为准，论文口径差异见附录 H。
- 本条目为千方病案医数集 AI-Ready Wikipedia 条目，非数据集官方文档；获取与许可以 NEDC 官方为准。
附录 O：TUAB 使用术语中英对照（检索用）
| 中文 | 英文 | 说明 |
|---|---|---|
| 异常脑电语料 | Abnormal EEG Corpus | TUAB 全称核心 |
| 正常/异常二分类 | normal/abnormal binary classification | 核心任务 |
| 病理筛查 | pathology screening / decoding | 任务定位 |
| 记录级标签 | record-level label | 标签粒度 |
| 患者级不重叠 | patient-level non-overlap | 划分原则 |
| 剪枝信号 | pruned EEG | 文件性质 |
| 参考配置 | reference configuration | 01_tcp_ar |
| 后部优势节律 | posterior dominant rhythm (PDR) | 正常判据 |
| 良性变异 | benign variant | 判读难点 |
| 阅片者间一致性 | inter-rater agreement | 标签噪声根源 |
| 饱和幂律 | saturating power-law | scaling 规律 |
| 弱监督 | weak supervision | 窗口级训练问题 |
| 自动标注扩展 | auto-labelled expansion | TUABEX 谱系 |
| 受控注册制 | registration-based controlled access | 获取机制 |
附录 P：TUAB 论文引用清单（供参考文献）
- López de Diego, S. (2017). Automated Interpretation of Abnormal Adult Electroencephalograms. M.S.E.E. Thesis, Temple University. hdl:20.500.12613/1767.（TUAB 官方首选引用）
- López, S., Suarez, G., Jungreis, D., Obeid, I., Picone, J. (2015). A Machine Learning Approach to Automated Identification of Abnormal EEGs. IEEE SPMB 2015.（TUAB 前身）
- Obeid, I. & Picone, J. (2016). The Temple University Hospital EEG Data Corpus. Frontiers in Neuroscience, 10:196. DOI: 10.3389/fnins.2016.00196.（母库 TUEG 引用）
- Kiessner, A.-K., Schirrmeister, R. T., Gemein, L. A. W., Boedecker, J., Ball, T. (2023). An extended clinical EEG dataset with 15,300 automatically labelled recordings for pathology decoding. NeuroImage: Clinical, 39:103482. DOI: 10.1016/j.nicl.2023.103482.（TUABEX/TUABEXB）
- Kiessner, A.-K., Schirrmeister, R. T., Boedecker, J., Ball, T. (2024). Reaching the ceiling? Empirical scaling behaviour for deep EEG pathology classification. Computers in Biology and Medicine, 178:108681.（scaling 与 85-87% 饱和）
- Strodthoff, N. & Strodthoff, C. (2021). Machine learning for EEG-based pathology decoding（xresnet1d101 基线，AUROC 0.827）.
- Wu, K. et al. (2025). Large EEG-U-Transformer for Time-Step Level Detection Without Pre-Training. arXiv:2504.00336.（窗口级 STOA、409,455 窗）
- Western, et al. (2021). AutoTUAB（自动标注扩展，见 arXiv:2401.10283 引用）.
附录 Q：TUAB 数据规模多口径速查（防误引）
| 说法 | 数字 | 口径 | 来源 |
|---|---|---|---|
| “TUAB 有 2,993 条记录” | 2,993 | EDF 文件数 | AAREADME v3.0.1 |
| “TUAB 有 2,383 名受试者” | 2,383 | 受试者数（含重复） | AAREADME subjects 表 |
| “TUAB 训练集 2,130” | 2,130 | 训练受试者数 | AAREADME subjects 表 |
| “TUAB 评估集 253” | 253 | 评估受试者数 | AAREADME subjects 表 |
| “TUAB 训练 2,717 / 评估 276” | 2,717 / 276 | 文件数（按患者不重叠重算） | arXiv:2504.00336 |
| “TUAB 训练 1,371+1,346” | —— | session 数 | arXiv:2401.10283 |
| “TUAB 训练 1,387+1,398” | —— | 文件数 | López 2017 |
| “约 60 GB” | 60 GB | 磁盘占用 | AAREADME |
使用建议：在任何场合引用 TUAB 规模时，先声明你用的是哪个口径（记录/受试者/session/文件），再给数字，必要时标注版本。
附录 R：TUAB 相关 GitHub / 代码资源（生态）
- AKiessner/scaling-deep-EEG-pathology-decoding：scaling 论文的代码与数据划分索引（含 TUAB、TUABEXB、TUABCOMB 的描述文件与结果 CSV）；
- 各类 EEG 深度学习库（braindecode、mne、pyEDFlib）均支持直接读取 TUAB 的 EDF；
- 多数公开的 TUAB 基线实现（Deep4Net、EEGNet、ShallowConvNet、xresnet）可直接在 braindecode/相关仓库中获取。
（注：TUAB 本体无官方 GitHub 仓库；数据通过 NEDC 受控渠道分发。）
附录 S：TUAB 与 TUABEX 训练选择决策
| 场景 | 推荐 | 理由 |
|---|---|---|
| 论文对标经典基线 | TUAB 本体 | 社区基线（AUROC 0.827 等）均在 TUAB 上报告 |
| 追求最高下游性能 | TUABEX/B 预训练 + TUAB 微调 | Kiessner 证明自动标注扩展可提升 TUAB 表现 |
| 研究标签噪声 | TUAB 本体 | 标签来自临床报告，噪声结构清晰可分析 |
| 需要大规模监督 | TUABEX / AutoTUAB | 规模分别 15,300 / 26,504 |
| 需要严格患者级划分复现 | TUAB 官方划分 | 官方 train/eval 已患者级不重叠 |
附录 T：TUAB 常见错误信息与排查
| 现象 | 可能原因 | 排查 |
|---|---|---|
| rsync 拉取失败 | 未用 ssh 密钥 / 未带 -L | 检查 -e "ssh -i <key>" 与 -L |
| 文件数不足 2,993 | 下载中断 / 版本错 | 对照 AAREADME，确认 v3.0.1 |
| 读 EDF 报通道异常 | 未剔除非 EEG 通道 | 用 mne.pick_types 筛选 EEG |
| 指标虚高（>95%） | 划分泄漏（患者重复） | 检查 train/eval 患者是否重叠 |
| 无法定位异常片段 | 标签为记录级 | 属预期，非 bug |
| 无法复现他人数值 | 版本/口径不一致 | 对齐版本、划分层级、指标定义 |
附录 U：TUH EEG 家族子库总览（本条目定位图）
| 子库 | 全称 | 任务 | 标签粒度 | 规模 | 库内位置 |
|---|---|---|---|---|---|
| TUEG | TUH EEG Corpus | 母库 | 无标注 | 26,846 记录 | rid=71 主体 |
| TUAB | TUH Abnormal EEG Corpus | 正常/异常筛查 | 记录级 | 2,993 | 本条目 |
| TUSZ | TUH Seizure Corpus | 癫痫发作检测 | 事件级 | 1,476h / 4,029 事件 | rid=71 主体 |
| TUAR | TUH Artifact Corpus | 伪影标注 | 片段级 | 子集 | rid=71 提及 |
| TUEP | TUH Epilepsy Corpus | 癫痫分类 | 患者级 | 200 患者 | rid=71 提及 |
| TUEV | TUH Events Corpus | 六类事件分类 | 事件级 | 子集 | rid=71 提及 |
| TUSL | TUH Slowing Corpus | 脑电减慢 | 事件级 | 子集 | rid=71 提及 |
定位一句话：在 TUH 家族七子库中，TUAB 是唯一专注"记录级正常/异常筛查"的子库，其余子库或为无标注母库、或为事件级/多类标注。本条目与 rid=71（伞状条目，聚焦 TUEG+TUSZ）互补而非重复。
附录 V：条目自检结论
- 本条目所有硬数字均可追溯至三源：① AAREADME.txt（v3.0.1 官方）；② López 2017 MSE 论文；③ NEDC 官方页面 + Kiessner 系列论文；
- 双口径冲突（文件/受试者、划分数字、引用题名、均衡性、商业条款）已在 §4、§6.3、附录 H、附录 K、坑点逐条存照；
- 与 rid=71 的分工边界已在 §9.1、附录 E、附录 U 明确声明；
- 本条目为千方病案医数集 AI-Ready Wikipedia 条目，不替代 NEDC 官方文档；数据获取与许可条款以 NEDC 官方为准。
G. 生态与扩展
Q21：TUAB 有官方网站吗？
TUAB 挂在 NEDC 官方页面 https://isip.piconepress.com/projects/nedc/html/tuh_eeg/ 之下，无独立官网。数据通过该页面的注册流程获取。
Q22：TUAB 有 DOI 吗？
数据集本身没有独立 DOI；其官方推荐引用是 López 2017 硕士论文（hdl:20.500.12613/1767）。母库 TUEG 的引用是 Obeid & Picone 2016（DOI: 10.3389/fnins.2016.00196）。
Q23：TUABEX 和 TUAB 能直接合并训练吗？
可以，但要注意两者标签来源不同（TUAB 人工复用报告、TUABEX 自动 NLP），且 TUABEX 是不均衡的（75/25）。常见做法是先用 TUABEX/B 预训练、再用 TUAB 精调。
Q24：为什么叫 “Corpus”（语料库）而不是 “Dataset”？
沿用语言学的语料库传统——TUH 家族把每一批标注数据称为一个 corpus，强调其作为"可计算资源集合"的定位，与 NLP 语料库的命名习惯一致。
Q25：TUAB 会继续更新吗？
NEDC 历史上迭代过多个版本（v2.0.0→v3.0.0→v3.0.1）。v3.0.1 为纯 header 修补；未来是否扩展规模未知——大规模扩展目前主要通过 TUABEX/AutoTUAB 等衍生语料实现，而非直接扩大 TUAB 本体。
H. 方法细节
Q26：TUAB 原始采样率是多少？
AAREADME 未声明。文献常重采样至 200 Hz（也有 250/256 Hz 用法）。建议以实际读到的 EDF header 为准，或在报告中声明重采样设置。
Q27：为什么社区要去掉记录第一分钟？
因为临床记录开头常含电极安放、阻抗调整等过程，信号质量较差（artifact 多）。这是 Deep4 论文以来的惯例，并非 TUAB 官方强制。
Q28：怎么处理 train 里的 54 名跨类受试者？
最稳妥是按 subject 去重后再划分，或严格使用官方 train/eval（官方已保证 eval 与 train 患者不重叠）；若自行划分，必须做患者级（group split），不可随机按文件划分。
Q29：能只用一个通道做 TUAB 分类吗？
可以。López 2015 前身论文就利用 PDR 偏枕叶的特性选取单通道；但主流方法用多通道。单通道会牺牲信息，多通道更稳。
Q30：TUAB 适合做迁移学习吗？
非常适合。它常被当作下游微调任务：在大规模无标注 EEG 上预训练后，于 TUAB 上线性探针或微调，用以检验表征质量。
I. 结果解读
Q31：为什么准确率卡在 85-87%？
Kiessner 归因于临床标签的阅片者间一致性上限——标签本身有噪声，模型无法超越标签的一致性。
Q32：AUROC 0.827 算高吗？
在 TUAB 记录级病理筛查上，0.827 是 2021 年的强基线；后续方法略有提升，但受标签天花板限制，整体提升空间有限。
Q33：看到有人报 95%+ 准确率，可信吗？
需谨慎核查三点：是否划分泄漏（患者重复）、是否为窗口级口径、是否在训练集上评估。记录级严格划分下的可信数值通常低于此。
Q34：TUAB 的结果能直接外推到临床吗？
不能直接外推。TUAB 是单中心（天普医院）、人工精选、记录级标签的基准；临床分布、异常率、人群构成都可能不同。
Q35：为什么说 TUAB 是"第一块砖"？
因为它把 EEG 病理 AI 最基础的任务（正常/异常初筛）做成了可复用、可对标的公开基准，此后所有相关工作都以此为起点或对照。
J. 库内定位
Q36：TUAB 和库内 rid=71 会不会重复？
不重复。rid=71 是 TUH 家族伞状条目（主体为 TUEG+TUSZ），TUAB 在其中仅 16 处提及（全为子库表行）；本条目是 TUAB 本体的独立数据集卡。两者互补。
Q37：库内还有哪些 EEG 相关条目？
Bonn EEG（322）、EEGMMIDB（342）、CHB-MIT（72）、HBN-EEG（362）、Helsinki 新生儿 EEG（880）。
Q38：TUAB 在千方库里的定位象限？
“成人临床、记录级、正常/异常筛查”——承上（Bonn 旧基准）启下（TUABEX 扩展与基础模型评测）的枢纽条目。
§12 检索者常见误区速查
误区 1：“TUAB 是开放数据集”
纠正：受控注册制，需填表 + 审批 + ssh 密钥 + rsync，非 CC、非直链。
误区 2：“TUAB 有 2,993 名患者”
纠正：2,993 是文件/记录数；受试者 2,383（train 有重复，唯一 2,076+253）。
误区 3：“TUAB 完全平衡，可直接用准确率”
纠正：Normal 1,385 : Abnormal 998 ≈ 1.39:1；应报 AUROC/Balanced Acc/F1。
误区 4：“TUAB 能定位异常时间段”
纠正：标签是记录级，无时间定位；异常定位需 TUSZ 类事件级数据。
误区 5：“TUAB 的每一段窗口都是异常”
纠正：abnormal 记录中多数窗口信号正常，标签为记录级 → 弱监督。
误区 6：“在 TUAB 上超过 90% 就等于临床可用”
纠正：标签粒度只到筛查，且受单中心、人工精选限制，不可直接外推临床。
误区 7：“TUAB 与 TUABEX 是同一数据集的两个版本”
纠正：TUABEX 是从母库 TUEG 自动标注派生的独立扩展语料，非 TUAB 的新版本。
误区 8：“TUAB 属于 rid=71 的子章节，不必单独建条”
纠正：rid=71 以 TUSZ 为主体，TUAB 仅为其 7 子库表中的一行；TUAB 有独立的版本链、起源论文与扩展谱系，可独立成条（本条目的成立依据）。
§13 结语：一个基准的十年
从 2015 年 IEEE SPMB 上一篇 64.86% 正确率的随机森林会议论文，到 2017 年 López 硕士论文里 21.2% 错误率的 CNN-MLP 基线，再到 2024 年 Kiessner 团队揭示的 85-87% 饱和天花板——TUAB 用近十年时间，完整地走完了一个医学 AI 基准的生命周期：出现（填补空白）→ 被对标（成为事实标准）→ 被扩展（催生自动标注路线）→ 被反思（暴露标签噪声天花板）。
它之所以值得被单独收录、单独讲述，恰恰因为它足够"小"、足够"简单"、足够"诚实"：它不承诺解决癫痫定位，不承诺区分异常亚型，只忠实地回答一个最小的临床问题——这张脑电图正常吗？而正是这个最小问题，和它背后由临床报告继承来的那点"不完美"，给整个 EEG 病理 AI 划出了一条真实而坚硬的能力边界。
在千方病案医数集的知识版图里，TUAB 与它的母条目 rid=71（TUH EEG Corpus，主体为 TUSZ 癫痫发作检测）构成一对互补：一个讲"发作在哪里"，一个讲"整张图正不正常"。读懂这一对，也就读懂了 TUH EEG 这个全球最大开放临床脑电气候家族的两条主干。TUAB 本条目到此收束，具体获取入口见 §6，方法学要点见 §8，与库内条目的关系见 §9 与附录 E/U。
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：
- tusz — 共享标签：生理信号 / 脑电信号 / 癫痫 / 评测基准
- tuev — 共享标签：生理信号 / 脑电信号 / 癫痫 / 评测基准
- capsleep — 共享标签：生理信号 / 脑电信号 / 癫痫 / 评测基准
- upenn-mayo-seizure — 共享标签：生理信号 / 脑电信号 / 癫痫 / 评测基准
- siena-scalp-eeg — 共享标签：生理信号 / 脑电信号 / 癫痫
- bigp3bci — 共享标签：生理信号 / 脑电信号 / 评测基准
- neurocritical-pediatric — 共享标签：生理信号 / 脑电信号 / 评测基准
- eeg-power-anesthesia — 共享标签：生理信号 / 脑电信号 / 评测基准
- ltrsvp — 共享标签：生理信号 / 脑电信号 / 评测基准
- epilepsiae — 共享标签：生理信号 / 脑电信号 / 癫痫
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。
