EEG微状态分析代码与预处理数据

数据集获取

源站：https://doi.org/10.57760/sciencedb.j00362.00005

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。

数据说明

这是一套与一篇论文相关的预处理数据和分析代码。原始数据来自公开的CHB-MIT头皮脑电图数据库（PhysioNet）。研究中，数据经过了滤波和ICA等预处理，随后将时段标记为发作间期、发作前期和发作后期。之后进行了微状态分析：计算每个epoch的全局场强（GFP），取局部峰值处的拓扑图进行K-means聚类，再跨时段匹配以找出共同微状态A、B和C，最后用聚类模型拟合原始信号以获得微状态时间序列。本数据集包含上述所有步骤的实现代码和数据。

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。