MODMA数据集

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。

The MODMA dataset is a multimodal open dataset developed by the Gansu Provincial Key Laboratory of Wearable Computing and the School of Information Science and Engineering of Lanzhou University for mental disorder analysis. This dataset includes EEG and audio data from clinical depression patients and matched healthy control groups. The EEG data encompasses recordings collected using both the traditional 128-channel elastic EEG cap and the novel wearable 3-electrode EEG collector, while the audio data was recorded during interviews, reading tasks, and image description sessions. The dataset creation process involved rigorous diagnosis and selection by professional psychiatrists, with the goal of exploring novel potential physiological indicators for mental disorders via physiological data, as well as developing new applications for mental disorder diagnosis.

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

最新研究方向

MODMA数据集作为多模态开放数据集，为精神疾病分析提供了宝贵资源。该数据集包含了临床抑郁症患者和正常对照者的脑电图（EEG）和音频数据，旨在探索精神疾病的新生理指标并创建新的诊断应用。在当前精神疾病诊断主要依赖于医生访谈和临床量表的情况下，MODMA数据集为研究人员提供了高质量的数据，有助于提高诊断的准确性和效率。该数据集的最新研究方向主要集中在利用EEG和音频数据探索精神疾病的新生理指标，并开发基于生理数据的诊断工具。此外，MODMA数据集还引发了关于精神疾病诊断中生理指标的重要性和应用的热点讨论。随着人工智能和数据分析技术的不断发展，MODMA数据集有望在未来为精神疾病诊断和治疗提供更多有价值的见解和工具。

相关研究论文

• 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