用于精神分裂症检测的EEG频谱图图像数据集
该数据集源自公开的ASZED EEG数据集，经重新组织与标注，用于精神分裂症检测的深度学习实验。数据包含约1800个.edf格式的原始EEG文件、1801张由EEG数据经MNE与Matplotlib转换生成的.png频谱图，以及记录会话信息的labels.csv元数据文件
基本信息
资源简介
用于精神分裂症检测的EEG频谱图图像数据集
EEG Spectrogram Images for Schizophrenia Detection
该数据集源自公开的ASZED EEG数据集，经重新组织与标注，用于精神分裂症检测的深度学习实验。数据包含约1800个.edf格式的原始EEG文件、1801张由EEG数据经MNE与Matplotlib转换生成的.png频谱图，以及记录会话信息的labels.csv元数据文件。使用时需注意labels.csv中filename列使用.edf扩展名，处理频谱图时应替换为.png。该数据可用于精神分裂症检测相关的分类模型训练与评估（来源 Kaggle，Other (specified in description) 许可）。
【数据集背景】
源站首次发布：2025-07-24。
【数据内容】
源站描述（机器翻译，仅供参考）：用于精神分裂症检测的EEG频谱图数据集（源自ASZED） 本数据集源自公开可用的ASZED EEG数据集，经重新组织与标注，用于聚焦精神分裂症检测的深度学习实验。它包含原始EEG文件（.edf）及对应的频谱图图像（.png），以及一个元数据CSV文件（labels.csv）。--- > ⚠️ 注意：labels.csv中的filename列使用.edf扩展名。在处理频谱图图像时（例如模型训练期间），你必须在代码中将.edf替换为.png。--- 📂 数据集内容 - EEG_ASZED_ORGANIZED/ – 包含约1800个重新组织的.edf格式EEG文件。 - EEG_IMAGES_VGG16/ – 包含1,801张由EEG数据生成的频谱图图像（.png）。每张对应一个.edf文件，使用MNE和Matplotlib转换生成。 - labels.csv – 一个包含会话信息的元数据文件，
【数据结构与技术规格】
文件数 20 个，合计 523.50 KB。
【主题与分类】
主题标签：earth and nature、health、biology、deep learning、artificial intelligence、healthcare、mental health。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/ayushaote/eeg-spectrogram-images-for-schizophrenia-detection
使用许可：Other (specified in description)。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
需登录公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://kaggle.com/datasets/ayushaote/eeg-spectrogram-images-for-schizophrenia-detection/discussion
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据集大小约 58.0 MB。
数据说明
Ayush Aote (2025). EEG Spectrogram Images for Schizophrenia Detection [Dataset]. https://www.kaggle.com/datasets/ayushaote/eeg-spectrogram-images-for-schizophrenia-detection/discussion
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
