芳香吸入前后认知灵活性与静息态EEG数据集

数据集获取

源站：https://doi.org/10.17632/s36gcfjggj.1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 2.51 GB。

数据说明

该数据集包含认知灵活性任务和静息态下的脑电信号及表现数据。参与者为20名健康的年轻志愿者，平均年龄28.75岁，无气味过敏史或Covid-19病史。脑电数据使用符合10-10国际系统的64通道waveguard™️帽采集。实验包括两种条件：一种无香气刺激，另一种吸入薰衣草精油。每种条件均包含睁眼静息和精神任务执行。任务切换范式包括三个模块：少/多、奇/偶以及两者之间的任务切换。在香气条件下，参与者在每个模块开始时吸入薰衣草精油五次。该数据集可用于通过各种统计和数据驱动方法研究大脑对芳香疗法的反应。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。