健康女性 LDAEP 与静息态 EEG 数据集

该数据集来自挪威奥斯陆大学心理学系,包含 69 名健康女性被试的 EEG 记录,年龄 19-40 岁,平均 25.3 岁(SD 4.2)

openneuro
浏览 17
时间序列分类eeg
LDAEP and resting-state EEG in healthy women

基本信息

模态
时间序列
大小
37.200493446 GB
任务类型
分类
许可
CC0
创建/更新时间
2026-11-04

资源简介

健康女性 LDAEP 与静息态 EEG 数据集

LDAEP and resting-state EEG in healthy women

该数据集来自挪威奥斯陆大学心理学系,包含 69 名健康女性被试的 EEG 记录,年龄 19-40 岁,平均 25.3 岁(SD 4.2)。单次采集包含 LDAEP(54 人)与静息态(睁眼和闭眼,69 人)两种范式,使用 64 个 EEG 通道和 4 个辅助眼电通道,采样率 2048 Hz。附加数据涵盖激素避孕使用、月经周期阶段、抑郁症状(BDI-II)、冲动性(UPPS-P)及生活方式因素。该数据可用于研究激素避孕与中枢血清素能活动的关系,以及静息态脑电特征分析(来源 OpenNeuro,CC0 许可)。

【数据内容】

源站描述(机器翻译,仅供参考):被试数: 69 模态: eeg 任务: rest, ldaep LDAEP and resting-state EEG in healthy women 数据集概览 - 69 名被试,全部为女性。 - 年龄范围:19-40 岁,平均年龄 25.3 岁(SD 4.2)。 - 单次记录会话包含两个范式:LDAEP(54 名被试)和静息态(睁眼和闭眼;69 名被试)。 - 64 个 EEG 通道和 4 个辅助眼电通道。 - 信号采样率:2048 Hz。 - 附加数据包括激素避孕使用、月经周期阶段、抑郁症状(BDI-II)、冲动性(UPPS-P)和生活方式因素。 引言 该数据集包含来自 69 名健康女性的 EEG 记录,采集于挪威奥斯陆大学心理学系。数据是作为一项研究的一部分收集的,该研究调查激素避孕使用与由响度依赖性所指示的中枢血清素能活动之间的关系。

【数据结构与技术规格】

数据集 DOI:doi:10.18112/openneuro.ds007615.v1.0.0。

【主题与分类】

主题标签:eeg。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://openneuro.org/datasets/ds007615

使用许可:CC0。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

暂未开放

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。

免登录

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://openneuro.org/datasets/ds007615

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 37.20 GB。

数据说明

OpenNeuro dataset ds007615. Modalities: eeg. DX status: Healthy / Control. BIDS-standardized neuroimaging dataset (MRI/EEG/MEG/PET).

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。