健康对照与精神分裂症患者的社会人口学与临床数据：伴主要神经认知精神病与单纯神经认知精神病的对比
该数据集来自 Kaggle，标题为 Schizophrenia Classification EEG data in csv，包含 20 个 CSV 文件，涉及健康对照（HC）与精神分裂症患者（分为伴主要神经认知精神病 MNP 与单纯神经认知精神病 SNP）的社会人口学与临床数据，以及用于精神分裂症
基本信息
资源简介
健康对照与精神分裂症患者的社会人口学与临床数据：伴主要神经认知精神病与单纯神经认知精神病的对比
该数据集来自 Kaggle，标题为“Schizophrenia Classification EEG data in csv”，包含 20 个 CSV 文件，合计约 153.51 MB。数据涉及健康对照（HC）与精神分裂症患者的社会人口学与临床数据，患者进一步分为伴主要神经认知精神病（MNP）与单纯神经认知精神病（SNP）两类，同时包含用于精神分裂症分类的脑电（EEG）数据。数据集由 NafisRifat10020 于 2025 年 8 月 28 日发布，版本为 v2，采用 CC BY-NC-SA 4.0 许可，主题标签为心理健康，本站将其归入神经系统疾病 / 其他分类。
【数据集背景】
该数据集面向精神分裂症的脑电分类研究，源站标题明确指向“Schizophrenia Classification EEG data in csv”。数据集将受试者划分为健康对照与精神分裂症患者两大群体，并将患者按神经认知表现细分为伴主要神经认知精神病与单纯神经认知精神病两类。这一分组方式使数据既可用于健康与患病的二分类任务，也可用于患者内部亚型的区分研究。数据集同时提供社会人口学与临床数据，为结合背景信息分析脑电特征提供了条件。源站未提供更详细的研究背景、样本招募方式与诊断标准说明。
【数据内容】
数据集共包含 20 个 CSV 文件，合计约 153.51 MB。文件样例包括 ERPdata.csv，以及位于 Sz_Data_Csv/Sz Data Csv/Data_test/H/ 路径下的多个样本文件，如 H10_sample_1.csv、H10_sample_10.csv、H10_sample_100.csv、H10_sample_101.csv、H10_sample_102.csv 等。从文件组织方式看，数据以样本为单位分文件存放，路径中包含受试者标识与样本编号信息。除脑电样本文件外，数据集还包含社会人口学与临床数据。源站未提供各文件的具体字段结构、通道数量、采样率与记录时长等信息。
【采集与来源】
数据集来源于 kaggle.com，由 NafisRifat10020 发布，发布时间为 2025 年 8 月 28 日，当前版本为 v2。源站描述中给出的引用格式为：NafisRifat10020 (2025). Schizophrenia Classification EEG data in csv [Dataset]. https://www.kaggle.com/datasets/nafisrifat10020/schizophrenia-classification-eeg-data-in-csv。源站未提供采集设备、采集环境、伦理审批与受试者招募等具体信息。
【适用场景】
该数据集适用于精神分裂症脑电分类相关的机器学习与模式识别任务，包括健康对照与患者的区分，以及伴主要神经认知精神病与单纯神经认知精神病两类患者之间的亚型识别。由于同时包含社会人口学与临床数据，也可用于探讨背景变量与脑电特征之间的关系。数据以 CSV 表格形式组织，便于直接接入常见的数据分析与建模流程。源站未提供具体的基准任务划分与评价指标。
【使用方法】
使用时可先下载全部 20 个 CSV 文件，按文件格式以表格方式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入。由于样本以分文件形式存放，批量处理时需注意路径结构，正确关联受试者标识与样本编号。源站未提供官方读取脚本、预处理流程与训练测试划分方案。
【质量与限制】
数据集以 CSV 格式提供，文件数量与总体积明确，但源站未提供缺失值情况、标签平衡性、信号质量评估与异常样本说明。样本按受试者与样本编号分文件存放，批量使用时需自行完成数据整合与一致性检查。源站未提供数据采集参数与临床评估工具的详细说明，使用者在跨研究比较时需谨慎。此外，数据集采用 CC BY-NC-SA 4.0 许可，限非商业用途。
【引用与许可】
引用格式为：NafisRifat10020 (2025). Schizophrenia Classification EEG data in csv [Dataset]. https://www.kaggle.com/datasets/nafisrifat10020/schizophrenia-classification-eeg-data-in-csv。许可为 CC BY-NC-SA 4.0，使用时需署名、限非商业用途，并以相同方式共享。源站未提供额外的使用条款说明。
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/nafisrifat10020/schizophrenia-classification-eeg-data-in-csv
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 39.86 GB。
数据说明
NafisRifat10020 (2025). Schizophrenia Classification EEG data in csv [Dataset]. https://www.kaggle.com/datasets/nafisrifat10020/schizophrenia-classification-eeg-data-in-csv
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
