MODMA数据集|精神障碍分析数据集|多模态数据数据集

arXiv2020-03-05 更新2024-06-21 收录

精神障碍分析

多模态数据

下载链接：

http://modma.lzu.edu.cn/data/index/

下载链接

链接失效反馈

资源简介：

MODMA数据集是由甘肃省穿戴计算重点实验室和兰州大学信息科学与工程学院创建的多模态开放数据集，用于精神障碍分析。该数据集包含来自临床抑郁症患者和匹配的正常控制组的EEG和音频数据。数据集中的EEG数据包括使用传统128电极弹性帽和新型可穿戴3电极EEG收集器收集的数据，音频数据则是在访谈、阅读和图片描述过程中记录的。数据集的创建过程经过专业精神科医生的精心诊断和选择，旨在通过生理数据探索精神障碍的新可能生理指标，并为精神障碍诊断创建新的应用。

提供机构：

甘肃省穿戴计算重点实验室，兰州大学信息科学与工程学院，中国

创建时间：

2020-02-20

AI搜集汇总

数据集介绍

构建方式

MODMA数据集的构建方式旨在解决精神疾病诊断中缺乏生理指标的难题。该数据集收集了临床抑郁症患者和匹配的正常对照组的脑电图（EEG）和音频数据。数据收集过程严格遵循医疗伦理规范，所有参与者在实验前均签署了知情同意书。脑电图数据包括使用传统128电极弹性帽和新型可穿戴3电极EEG采集器收集的数据。128电极EEG信号记录了53名受试者在静息状态和刺激状态下的数据；3电极EEG信号记录了55名受试者在静息状态下的数据；音频数据则记录了52名受试者在接受采访、阅读和图片描述过程中的声音。

特点

MODMA数据集的特点在于其多模态性和高质量的生理数据。数据集中包含了临床抑郁症患者的脑电图和音频数据，这些数据对于研究精神疾病的新生理指标和开发新的诊断应用至关重要。数据集的构建过程严格遵循了医疗伦理规范，所有数据均经过专业精神科医生的诊断和筛选。此外，数据集还包含了使用传统128电极弹性帽和新型可穿戴3电极EEG采集器收集的脑电图数据，以及受试者在接受采访、阅读和图片描述过程中的音频数据，这些数据对于研究精神疾病的新生理指标和开发新的诊断应用至关重要。

使用方法

MODMA数据集的使用方法包括下载和使用两个步骤。首先，用户需要从MODMA数据集的公共存储库免费下载原始实验数据。其次，所有对数据集感兴趣的用户都需要在下载前签署一份最终用户许可协议（EULA）。下载后的数据集被分别打包在“EEG”和“Audio”类别下。在每个类别中，都有一个包含所有受试者的人口统计学数据和心理评估分数的Excel文件。每个受试者都有一个唯一的身份号码，这个号码在所有类别中都是唯一的。未来，数据集将定期更新，涵盖更多精神疾病类型和数据类型。

背景与挑战

背景概述

在精神疾病研究领域，抑郁症患者数量的快速增长已成为全球疾病负担的主要来源。传统的抑郁症诊断方法主要依赖于医生的访谈和临床量表，这不仅耗时费力，而且缺乏生理指标。MODMA数据集应运而生，旨在利用生理数据探索精神疾病的新生理指标，并创建新的诊断应用。该数据集由来自中国兰州大学的Hanshu Cai等研究人员创建，于2018年发布，包括临床抑郁症患者的脑电图（EEG）和音频数据。MODMA数据集为研究人员提供了高质量的生理数据，有助于推进精神疾病分析的研究。

当前挑战

MODMA数据集面临的主要挑战包括：1) 所解决的领域问题是抑郁症的诊断，需要准确区分抑郁症患者和正常人群的生理数据；2) 构建过程中遇到的挑战，如抑郁症患者实验参与的难度、实验过程中可能出现的药物影响、以及高质量的生理数据采集等。这些挑战需要研究人员在数据采集、实验设计和数据分析等方面进行深入研究，以进一步提高MODMA数据集的质量和可用性。

常用场景

经典使用场景

MODMA数据集是一个多模态开放数据集，主要用于精神障碍分析。该数据集包含来自临床抑郁症患者和匹配的正常对照组的脑电图(EEG)和音频数据。脑电图数据包括使用传统128电极弹性帽收集的数据，以及一种新型的可穿戴3电极EEG采集器收集的数据。音频数据包括在访谈、阅读和图片描述过程中的录音。该数据集的经典使用场景包括抑郁症的诊断、治疗响应预测和精神障碍的生理指标研究。

衍生相关工作

MODMA数据集的发布推动了精神障碍研究的发展，衍生出了一系列相关工作。例如，基于MODMA数据集的研究表明，抑郁症患者的右半球脑电图信号比左半球更具特征性，额叶EEG不对称可能作为抑郁症风险的生物标志物，高频率默认模式网络和额顶叶网络连接的提升可能与更频繁的疾病过程相关。此外，MODMA数据集还促进了音频数据在精神障碍研究中的应用，例如，基于情绪特征的预测模型可以帮助临床管理决策，语音分类研究揭示了性别差异对元音水平形式特征的影响。这些相关工作进一步验证了MODMA数据集的重要性和价值，为精神障碍研究提供了新的思路和方法。

数据集最近研究

相关研究论文

1
MODMA dataset: a Multi-modal Open Dataset for Mental-disorder Analysis甘肃省穿戴计算重点实验室，兰州大学信息科学与工程学院，中国 · 2020年

以上内容由AI搜集并总结生成

用户留言

有没有相关的论文或文献参考？

这个数据集是基于什么背景创建的？

数据集的作者是谁？

能帮我联系到这个数据集的作者吗？

这个数据集如何下载？

点击留言

数据主题

具身智能

数据集 4098个

机构 8个

大模型

数据集 439个

机构 10个

无人机

数据集 37个

机构 6个

指令微调

数据集 36个

机构 6个

蛋白质结构

数据集 50个

机构 8个

空间智能

数据集 21个

机构 5个

5,000+

优质数据集

54 个

任务类型

进入经典数据集

热门数据集

CE-CSL

CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集，旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段，涵盖超过70种不同的复杂背景，确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向，通过收集大量真实场景下的手语视频材料，覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域，旨在提高手语识别技术在复杂环境中的准确性和效率，促进聋人与听人社区之间的无障碍沟通。

arXiv 收录

LFW

人脸数据集;LFW数据集共有13233张人脸图像，每张图像均给出对应的人名，共有5749人，且绝大部分人仅有一张图片。每张图片的尺寸为250X250，绝大部分为彩色图像，但也存在少许黑白人脸图片。 URL: http://vis-www.cs.umass.edu/lfw/index.html#download

AI_Studio 收录

中国1km分辨率逐月降水量数据集（1901-2023）

该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2023.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心收录

中国劳动力动态调查

“中国劳动力动态调查” （China Labor-force Dynamics Survey，简称 CLDS）是“985”三期“中山大学社会科学特色数据库建设”专项内容，CLDS的目的是通过对中国城乡以村/居为追踪范围的家庭、劳动力个体开展每两年一次的动态追踪调查，系统地监测村/居社区的社会结构和家庭、劳动力个体的变化与相互影响，建立劳动力、家庭和社区三个层次上的追踪数据库，从而为进行实证导向的高质量的理论研究和政策研究提供基础数据。

中国学术调查数据资料库收录

中国高考录取分数线数据

高考录取分数线，是指普通高等学校招生全国统一考试录取分数线。该分数线，每年高考结束后，由省级教育招生主管部门统计后公布。高考录取分数线分为本科线和专科线。全国各个地方的录取线分科类、分批次确定，科类一般分为文科类、理科类、音乐类（文、理）、美术类（文、理）、体育类等，每一科类又各分为提前批、第一批、第二批等等。 CnOpenData推出中国高考录取分数线数据，从批次、学校、专业等三方面汇总高考录取情况，涵盖生源地、学校所在地、年份、分类、批次、分科、分数线、学校、专业、录取人数、最高/低分等字段，为相关研究提供优质的数据资源。

CnOpenData 收录