健康与帕金森病患者脑电数据集
包含健康和帕金森病患者脑电数据，用于自回归模型预测分析。
基本信息
资源简介
该数据集包含健康人群和帕金森病患者的脑电（EEG）数据，属于时间序列模态，用于通过自回归模型进行预测分析，旨在研究帕金森病的脑电特征。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/faramh/Autoregressive-model-on-EEG-dataset.git
curl -L -o repo.zip https://github.com/faramh/Autoregressive-model-on-EEG-dataset/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Autoregressive-model-on-EEG-dataset
In this project we have applied an AR model (Copyright © 2021, Erfan Nozari) on the EEG data set of healthy and Parkinson’'s disease patients to do forecasting in raw data and koopman-transformed data to check the effect of embedding space reached from Deep Koopman transform
In the Main Codes section there are all of the codes we have used to check and apply the linear AR on different types of data sets we had. Final results are reached using the 2 codes “AR_Koopma_R2.m and AR_koopman_whiteness.m”
Final results are on the koopman study data sets that the discription are in a .txt file.
Our reports are in 2 pdf files (final results in the “Final Results of auto regressive task - Dr.Martin-Mirian” file)
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))
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 帕金森病 的高质量、多模态真实临床数据定制解决方案。
