SeizeIT2

SeizeIT2是由比利时鲁汶大学等机构创建的首个公开可穿戴数据集，包含125名患者超过11000小时的多模态数据，包括耳后脑电图、心电图、肌电图和运动（加速度计和陀螺仪）数据。该数据集记录了886次局灶性发作，目的是促进基于可穿戴设备记录的连续监测数据自动局灶性发作检测框架的开发。

SeizeIT2 is the first publicly available wearable dataset developed by KU Leuven (Belgium) and other institutions. It includes multimodal data spanning over 11,000 hours from 125 patients, covering post-auricular electroencephalography (EEG), electrocardiography (ECG), electromyography (EMG), and motion data collected via accelerometers and gyroscopes. A total of 886 focal epileptic seizures are documented in this dataset, which aims to promote the development of automated focal seizure detection frameworks using continuous monitoring data recorded by wearable devices.

搜集汇总

数据集介绍

构建方式

SeizeIT2数据集是通过在五个欧洲癫痫监测中心对125名局灶性癫痫患者进行长期监测而构建的。这些患者被纳入研究是因为他们有难治性癫痫病史，并被安排在癫痫监测单元（EMU）接受长期视频脑电图（vEEG）监测，作为术前评估程序。数据收集始于2020年1月10日，结束于2022年6月30日。在监测期间，患者同时佩戴了可穿戴设备Sensor Dot，该设备能够记录耳后脑电图（bte-EEG）、心电图（ECG）、肌电图（EMG）以及运动数据（加速度计和陀螺仪）。此外，患者的vEEG数据也用于对可穿戴设备记录的数据进行标注和验证。数据集最终包含了超过11,000小时的多模态数据，包括886次局灶性发作记录。

特点

SeizeIT2数据集的特点在于其包含大量多模态数据，这些数据是在患者日常环境中记录的，从而为开发基于可穿戴设备的自动发作检测框架提供了丰富的资源。数据集包含了超过11,000小时的多模态数据，包括耳后脑电图、心电图、肌电图和运动数据。此外，数据集还包含886次局灶性发作记录，这些发作是从125名患者中收集的，涵盖了五个不同的欧洲癫痫监测中心。这些数据以Brain Imaging Data Structure（BIDS）格式存储，方便研究人员进行访问和共享。

使用方法

SeizeIT2数据集的使用方法相对简单。数据集以BIDS格式存储，并可在OpenNeuro平台上访问。研究人员可以通过访问OpenNeuro平台并下载数据集来使用这些数据。此外，SeizeIT2项目还提供了一个Python数据加载器，可以帮助研究人员轻松地加载和处理数据。数据加载器使用pyEDFlib和pandas库，并支持Python 3.10.4。此外，SeizeIT2项目还提供了一个Git仓库，其中包含了用于数据预处理、模型训练和验证的所有代码。这些代码使用TensorFlow v2.10.0实现，并可以帮助研究人员快速入门并开发基于可穿戴设备的自动发作检测框架。

背景与挑战

背景概述

癫痫是一种常见的神经系统疾病，影响着全球约1%的人口。由于癫痫发作的不可预测性，患者的生活质量受到严重影响，同时也增加了事故和死亡的风险。目前，临床医生依赖患者日记来记录癫痫发作，但这种方法记录的敏感性不足50%。为了提高患者监测的效率，近年来小型可穿戴记录设备的发展迅速，这些设备可以长时间测量生理数据，实现患者的持续监测。SeizeIT2数据集是一个开放的多模态数据集，包含来自125名患者的超过11,000小时的耳后脑电图、心电图、肌电图和运动（加速度计和陀螺仪）数据，以及886次焦点性癫痫发作的记录。该数据集的创建旨在促进基于可穿戴数据的自动焦点性癫痫发作检测框架的开发。

当前挑战

SeizeIT2数据集的挑战包括：1)解决领域问题：癫痫发作的自动检测，特别是在可穿戴设备上的检测；2)构建过程中的挑战：收集和标注大量数据，以及开发适用于可穿戴设备数据特性的自动检测算法。

常用场景

经典使用场景

SeizeIT2数据集主要用于开发基于可穿戴设备的癫痫发作检测算法。该数据集包含了来自125名患者的超过11,000小时的多种生理数据，包括耳后脑电图、心电图、肌电图和运动数据。这些数据记录了886次局灶性癫痫发作，为研究人员提供了宝贵的资源，用于开发自动化的癫痫发作检测框架，并评估其性能。

解决学术问题

SeizeIT2数据集解决了癫痫发作检测中的几个关键问题。首先，它提供了大量多模态的生理数据，有助于提高癫痫发作检测的准确性。其次，该数据集为研究人员提供了一个标准化的评估流程和基准方法，有助于比较不同癫痫发作检测算法的性能。此外，SeizeIT2数据集还为开发可穿戴设备在临床实践中的应用提供了重要的数据支持。

衍生相关工作

SeizeIT2数据集的发布促进了多个相关研究的发展。例如，研究人员可以利用该数据集开发新的癫痫发作检测算法，并评估其在实际应用中的性能。此外，SeizeIT2数据集还可以用于研究癫痫发作的病理生理机制，为开发新的治疗方法提供线索。此外，该数据集还可以用于研究可穿戴设备在临床实践中的应用，为患者和医生提供更好的监测工具。