压力分类EEG特征数据集

资源简介

压力分类EEG特征数据集

EEG features dataset for stress classification

EEG压力分类特征数据集包含脑电信号时域、频域和时频域特征：时域有均值、方差、偏度、峰度等统计量，频域有功率谱密度、主频、谱熵，时频域有短时傅里叶变换、小波变换、频谱图等。该组合可用于脑机接口、癫痫检测和认知状态分析。数据集9个文件，总字节599175730，标签为计算机科学、表格、心理健康、神经科学，许可CC0公共领域（来源 Kaggle，CC0: Public Domain 许可）。

【数据集背景】

源站首次发布：2023-12-11。

【数据内容】

源站描述（机器翻译，仅供参考）：EEG（脑电图）信号，具体包含在时域、频域和时频域中提取的特征。EEG数据常用于研究大脑活动，并可通过多种信号处理技术进行分析。下面我来分解这些域： 1. 时域： - 时域特征与EEG信号的幅度和时间特征相关。 - 常见的时域特征包括均值、方差、偏度、峰度及其他统计量。 2. 频域： - 频域特征涉及根据信号的频率成分对信号进行分析。 - 常见的频域特征包括功率谱密度、主频和谱熵。 3. 时频域： - 时频分析涉及研究信号的频率成分如何随时间变化。 - 常见技术包括短时傅里叶变换（STFT）、小波变换和频谱图分析。 - 该域中的特征可能包括不同频带中的功率随时间的变化。 这些域中特征的组合可提供对EEG信号的全面理解，并且对于脑机接口开发、癫痫发作检测和认知状态分析等任务可能至关重要。

【数据结构与技术规格】

文件数 9 个，合计 599.18 MB。

【主题与分类】

主题标签：computer science、tabular、mental health、neuroscience。本站分类：神经系统疾病。

【获取与许可】

源站页面：https://www.kaggle.com/datasets/ayushtibrewal/eeg-features-dataset-for-stress-classification

使用许可：CC0: Public Domain。