尼日利亚精神分裂症EEG数据集(NSzED)

尼日利亚精神分裂症EEG数据集(NSzED)是由奥巴费米阿沃洛沃大学创建的首个针对西非地区的精神分裂症诊断工具开发的高质量EEG数据集。该数据集包含37名精神分裂症患者和22名健康对照者的国际10/20系统EEG记录，涵盖静息状态、心算任务执行状态和被动反应听觉刺激等多种状态。数据集的创建旨在解决全球精神分裂症研究中数据集的地理多样性不足问题，特别是在发展中国家和地区。NSzED数据集通过多模态特征提取和并行分析，支持神经科学和计算精神病学研究社区在精神分裂症的诊断和预后研究中使用脑电信号模式。

The Nigerian Schizophrenia EEG Dataset (NSzED), developed by Obafemi Awolowo University, is a high-quality EEG dataset created for the first schizophrenia diagnostic tool targeting the West African region. This dataset includes EEG recordings following the international 10/20 system from 37 patients with schizophrenia and 22 healthy controls, covering multiple recording states: resting state, active mental arithmetic task state, and passive response to auditory stimuli. The dataset was developed to address the insufficient geographic diversity of datasets in global schizophrenia research, particularly in developing countries and regions. The NSzED dataset supports the neuroscience and computational psychiatry research communities in utilizing EEG signal patterns for schizophrenia diagnosis and prognosis studies through multimodal feature extraction and parallel analysis.

搜集汇总

数据集介绍

构建方式

尼日利亚精神分裂症EEG数据集（NSzED）的构建源于对高质量、地理多样性精神分裂症脑电数据匮乏问题的回应，尤其针对发展中国家和地区。该数据集采集自西非尼日利亚裔受试者，涵盖37名精神分裂症患者和22名健康对照者，所有受试者均通过迷你国际精神分裂症访谈（MINI）确诊，并辅以阳性和阴性症状量表（PANSS）及世界卫生组织残疾评定量表（WHODAS）评估。数据采集遵循国际10-20电极系统，使用Contek-2400（200 Hz）和BrainAtlas Discovery-24E（256 Hz）两台设备，分别对应两种采集方案。方案一包括静息、心算任务、听觉oddball任务等阶段，方案二则引入40Hz固定频率听觉刺激，旨在计算失匹配负波（MMN）、稳态响应（SSR）及熵值等生物标志物。所有数据以EDF格式存储，并附带预处理后的.sav文件及临床人口学信息表格。

特点

NSzED数据集的核心特点在于其独特的地理和人口学代表性，首次提供了来自西非地区的脑电数据，弥补了现有数据集在种族和文化多样性上的不足。数据集包含多个任务阶段，使每位受试者至少拥有四至五段不同认知状态的记录，支持多模态特征提取与并行分析。数据采集方案经过精心设计，可同时计算事件相关电位、节律振荡参数和复杂度度量，为探索精神分裂症的神经异质性提供了结构化框架。此外，数据经过严格的质量筛选，由临床专家剔除低质量记录及合并物质使用或癫痫的个案，确保了数据的高可靠性。设备间采样率的差异（200 Hz与256 Hz）进一步丰富了时间分辨率，有助于全面分析脑活动动态。

使用方法

研究人员可直接使用NSzED数据集中预处理的.sav文件进行特征计算，或利用原始EDF文件探索新型预处理技术。数据集按设备类型（Contek和Discovery-24E）及受试者文件夹组织，每个受试者包含多个会话子文件夹，其中存储各阶段脑电记录及GNR元数据文件，后者详细记录了协议、同步方案及设备信息。临床和人口学数据以电子表格形式提供，便于分层分析。典型应用包括基于MMN波形和振幅的听觉处理缺陷评估、利用模糊熵量化脑活动复杂度，以及通过40Hz稳态响应分析伽马频带同步性。这些特征可单独或融合后输入机器学习模型，用于精神分裂症的诊断与预后研究。数据集的开放获取旨在促进全球计算精神病学社区的跨文化验证与模型泛化。

背景与挑战

背景概述

精神分裂症作为一种严重的精神障碍，其诊断长期依赖于主观临床评估，缺乏客观的神经生理标志物。脑电图因其高时间分辨率和非侵入性特点，在探索精神分裂症的神经机制中展现出独特价值。然而，现有EEG数据集多源自发达地区，导致基于这些数据开发的诊断模型在欠发达地区人群中的泛化能力受限。为填补这一空白，尼日利亚奥巴费米·阿沃洛沃大学的Olateju、Ayodele和Mosaku等研究人员于2023年创建了尼日利亚精神分裂症EEG数据集。该数据集首次采集了西非尼日利亚裔受试者的EEG数据，包含37名患者和22名健康对照，涵盖静息态、心算任务和听觉刺激等多种状态，为精神分裂症的多模态生物标志物研究提供了宝贵资源，推动了非洲地区数据驱动精神病学的发展。

当前挑战

该数据集面临的核心挑战在于解决领域内数据多样性不足的问题。现有精神分裂症EEG研究多集中于特定种族或文化群体，导致诊断模型在不同人群中的通用性差，NSzED通过纳入西非人群数据，旨在缓解这一偏差，但仍需克服样本量相对较小、民族分布不均（约鲁巴族占主导）等局限。在构建过程中，挑战包括多设备采集（Contek-2400与BrainAtlas Discovery-24E）带来的采样率差异和标准化难题，以及复杂实验方案（如听觉oddball任务、40Hz稳态刺激）的同步与质量控制。此外，排除低质量记录、确保受试者依从性（如禁用药物的要求）以及临床评估的严谨性（MINI、PANSS、WHODAS量表）均是保障数据可靠性的关键障碍。

常用场景

经典使用场景

在计算精神病学与神经科学领域，NSzED数据集为基于脑电图信号的精神分裂症诊断研究提供了珍贵的地域性数据资源。该数据集采集自尼日利亚西非人群，包含静息态、心算任务及听觉刺激三种范式下的多模态脑电记录，覆盖额叶、中央区、颞叶、顶叶和枕叶等关键脑区。研究者可利用该数据计算失匹配负波、稳态响应及模糊熵等生物标志物，构建精神分裂症的分类与预测模型，尤其适用于评估现有诊断算法在非西方人群中的泛化性能。

衍生相关工作

NSzED的发布催生了多项后续研究，例如基于多模态特征融合的精神分裂症分类算法、利用模糊熵与失匹配负波联合分析的诊断框架，以及针对非洲人群的脑电信号预处理与标准化流程优化工作。这些衍生研究不仅扩展了数据集的应用边界，还促进了跨数据集迁移学习方法的发展，为构建更具鲁棒性的全球性精神分裂症脑电诊断模型奠定了方法论基础。

数据集最近研究

最新研究方向

尼日利亚精神分裂症EEG数据集（NSzED）的发布标志着非洲地区在计算精神病学领域迈出了关键一步。该数据集首次从西非尼日利亚人群采集多模态脑电图记录，涵盖静息态、心算任务及听觉刺激等实验范式，弥补了全球精神分裂症研究中发展中国家数据匮乏的短板。当前前沿研究聚焦于利用该数据集评估失匹配负波、稳态听觉响应及模糊熵等生物标志物在跨文化人群中的诊断效能，探索EEG特征融合方法以应对精神分裂症的异质性。NSzED的诞生不仅推动了面向非洲人群的个性化诊断模型开发，更呼应了全球精神健康领域对数据多样性的迫切需求，为揭示种族与社会经济因素对神经精神障碍神经机制的影响提供了独特窗口，具有深远的临床转化与公共卫生意义。

相关研究论文

• Nigerian Schizophrenia EEG Dataset (NSzED) Towards Data-Driven Psychiatry in Africa

  奥巴费米阿沃洛沃大学 · 2024年