Neurazum/Disorders_and_Diagnosis_EEG_Dataset-v5

这是一个基于真实数据生成的合成EEG数据集，包含了性别、年龄、教育水平、智商、情商、疾病/诊断等信息，以及32个EEG电极的数据。数据集覆盖了强迫症、双相情感障碍、精神分裂症、抑郁症、社交焦虑症、成瘾障碍、酒精使用障碍、ADHD、阿斯伯格症、PTSD、边缘型人格障碍、恐慌症、阿尔茨海默病、帕金森病、多发性硬化症、精神病态、自闭症和对照组的数据。This is a synthetic EEG dataset generated based on real data, including information such as gender, age, education level, IQ, EQ, disorder/diagnosis, and data from 32 EEG electrodes. The dataset covers data on Obsessive Compulsive Disorder, Bipolar Disorder, Schizophrenia, Depressive Disorder, Social Anxiety Disorder, Addiction Disorder, Alcohol Use Disorder, ADHD, Asperger, PTSD, Borderline personality disorder, Panic disorder, Alzheimer, Parkinson, MS, Psychopathy, Autism, and Control group.

搜集汇总

数据集介绍

构建方式

该数据集由Neurazum团队基于真实脑电图（EEG）数据，借助‘bai’模型合成生成，旨在模拟多种神经与精神障碍的脑电信号特征。数据构建过程保留了原始数据的生理与临床相关性，涵盖39个特征维度，包括受试者的人口统计学信息（如性别、年龄、教育水平、智商与情商指数）以及32个EEG电极通道的采集数值。每一条样本均标注了对应的障碍或诊断类别，从而构建出一个结构化、多维度的合成EEG数据集。

特点

本数据集的核心特点在于其广泛的疾病覆盖范围，囊括了强迫症、双相情感障碍、精神分裂症、抑郁症、社交焦虑障碍、成瘾障碍、酒精使用障碍、注意缺陷多动障碍（ADHD）、阿斯伯格综合征、创伤后应激障碍（PTSD）、边缘型人格障碍、惊恐障碍、阿尔茨海默病、帕金森病、多发性硬化症（MS）、精神变态、自闭症以及健康对照组，共计18个类别。此外，数据集融合了认知与情感指标（IQ与EQ），为多模态分析提供了独特视角。

使用方法

该数据集适用于监督学习场景下的疾病分类与诊断模型训练，用户可直接加载包含39个列（如编号、性别、年龄、教育程度、IQ、EQ、诊断类别及32个EEG电极信号）的表格数据。建议将‘Disorder/Diagnosis’列作为目标变量，利用EEG电极特征与人口统计学特征进行特征工程。数据格式为结构化表格，兼容Python中的pandas库，便于预处理、分割训练集与测试集，并应用于逻辑回归、支持向量机或深度学习等分类算法。

背景与挑战

背景概述

脑电图（EEG）作为一种非侵入性神经电生理技术，在精神与神经疾病的诊断研究中扮演着关键角色。Neurazum团队于近年构建的Disorders_and_Diagnosis_EEG_Dataset-v5，是一项基于真实数据、通过‘bai’模型生成的合成EEG数据集，旨在为多类别精神障碍与神经系统疾病的分类研究提供标准化资源。该数据集涵盖18种疾病状态及健康对照，包括强迫症、双相障碍、精神分裂症、抑郁症、阿尔茨海默病、帕金森病等，共包含39个特征字段，如人口统计学信息（性别、年龄、教育程度、IQ、EQ）及32个电极通道的EEG信号。这一资源的出现，填补了公开EEG数据在疾病多样性方面的空白，推动了基于机器学习的自动化诊断模型的发展。

当前挑战

当前数据集面临多重挑战。首先，在领域问题层面，EEG信号的非平稳性与个体间高度变异性，使得从合成数据中提取可泛化的病理特征极为困难，易导致模型过拟合于特定噪声模式。其次，构建过程中，合成数据虽源于真实分布，但‘bai’模型生成过程可能引入潜在偏差，无法完全复现真实EEG中细微的病理波形变异，从而影响诊断模型的临床可靠性。此外，数据集仅包含人口统计学与电极信号，缺乏脑区功能连接、频段能量比等高级特征，限制了深度学习模型对时空动态特性的挖掘能力。这些挑战要求后续研究在数据增强、领域自适应及多模态融合方面寻求突破。

常用场景

经典使用场景

Neurazum/Disorders_and_Diagnosis_EEG_Dataset-v5 作为一份融合人口统计学特征与多通道脑电信号的合成数据集，其最经典的使用场景在于构建基于脑电的生物标志物识别模型，用于区分精神与神经类疾病。研究者可通过该数据集训练分类器，识别强迫症、双相情感障碍、精神分裂症、抑郁症、阿尔茨海默病等18种不同诊断标签下的脑电模式差异，从而推动脑电信号在精神疾病辅助诊断中的标准化应用。

实际应用

在实际应用中，该数据集可支撑临床辅助诊断系统的开发，例如构建面向社区筛查的便携式脑电分析工具，实现对抑郁症、焦虑症等常见心理障碍的快速初筛。同时，它适用于神经反馈治疗设备的算法训练，通过实时解析脑电信号帮助患者调节异常脑活动。此外，数据集还可服务于药物疗效评估中的脑电监测环节，为个性化治疗方案的制定提供量化依据。

衍生相关工作

基于该数据集，衍生出多类代表性研究，包括利用卷积神经网络提取脑电时空特征的疾病分类模型、基于图神经网络的脑功能连接分析框架，以及融合人口统计学信息的跨模态诊断系统。这些工作进一步探索了合成数据与真实数据之间的迁移学习策略，推动了脑电信号处理中数据增强技术的标准化，并为多中心临床验证提供了可复现的基准测试平台。