智力与发育障碍个体及健康对照在静息与音乐刺激下的EEG数据集

数据集获取

源站：https://doi.org/10.17632/fshy54ypyh.2

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 52.1 MB。

数据说明

本数据展示了七名智力与发育障碍（IDD）参与者及七名典型发育对照组（TDC）的脑电图（EEG）记录集合。数据记录了参与者在静息状态和舒缓音乐刺激下的观察过程。数据采集使用了EMOTIV公司名为EPOC+的高分辨率多通道干电极系统。该设备具有14个通道，2个参考通道，采样频率为128 Hz。数据在隔音室内采集。已向参与者说明实验流程及相关风险，并要求其在实验全程保持闭眼。数据以两种格式提供：（1）原始EEG数据；（2）两组参与者的预处理及清洁EEG数据。此数据可用于探究IDD群体的功能性脑连接。此外，IDD参与者的行为信息，如智商（IQ）、社交商（SQ）、音乐理解力及面部表情（情绪），提供于“QualitativeData.xlsx”文件中。数据使用说明：数据组织如下：1. 原始数据：Data/RawData/RawData_TDC/Music and Rest Data/RawData/RawData_IDD/Music and Rest 2.

干净数据 Data/CleanData/CleanData_TDC/Music and Rest Data/CleanData/CleanData_IDD/Music and Rest 该数据集附带一个全自动脑电图预处理流程。此流程可用于对原始脑电图文件进行批处理，以获得干净且经过预处理的脑电图文件。该流程的主要特点包括：(1) 带通滤波 (2) 线噪声去除 (3) 通道选择 (4) 独立成分分析 (ICA) (5) 自动伪迹剔除 所有必需文件均位于Pipeline文件夹中。如果您在研究工作中使用了该数据集和/或全自动预处理流程，请引用与该数据集相关的以下两篇文章。(1) Sareen, E., Singh, L., Varkey, B., Achary, K., Gupta, A. (2020). 智力与发展障碍个体的脑电图数据集

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。