five

脑电信号专注状态识别特征数据

收藏
浙江省数据知识产权登记平台2026-05-10 更新2026-05-11 收录
下载链接:
https://www.zjip.org.cn/home/announce/trends/8443155
下载链接
链接失效反馈
官方服务:
资源简介:
本数据适用于基于脑电信号(EEG)的专注状态识别与评估应用场景,主要用于对个体在特定任务或交互过程中的注意力集中水平进行量化分析。数据适用条件为在合法授权和合规采集前提下,通过脑电采集设备获取原始信号,并经算法处理生成去标识化的特征数据。 适用范围包括但不限于智能教育训练、认知能力评估、人机交互优化、专注力监测与辅助决策等场景,适用对象为科研机构、教育服务提供方、智能系统研发主体等。通过对脑电信号频域特征及衍生指标的分析,可有效解决专注状态难以客观量化、实时评估精度不足等问题,为相关系统提供可靠的数据支撑。 本数据不适用于个人身份识别、医疗诊断结论直接输出等场景,禁止用于任何可能反向推断个体身份、健康状况或其他敏感信息的用途。一、加工前的数据说明 加工前的数据来源于 18–65 岁健康志愿者在标准化室内实验环境下采集的非侵入式脑电信号数据。通过多通道脑电采集设备对受试者在专注任务执行过程中的连续脑电时域信号进行采集,采样频率不低于 256Hz,采集场景包括持续性注意测试和视觉目标追踪等任务。 二、处理规则 首先对原始脑电信号进行 0.5–40Hz 带通滤波,并采用独立成分分析去除眼电、肌电等伪迹干扰。随后通过频域分析提取 δ 波、θ 波、α 波、β 波、γ 波能量值及谱熵特征,并基于多频段特征融合计算专注状态指数,生成专注状态标签。数据处理中删除姓名、联系方式等身份信息,仅保留匿名编号及特征数据,所有结果均经过标准化和去标识化处理,无法通过算法还原原始脑电信号及个人身份。 三、数据内容描述 加工后形成结构化特征数据集,每条记录包含记录编号、通道标识、各频段能量值、谱熵、专注状态指数及专注状态标签等字段。数据均为数值型特征或分类标签,可直接用于专注状态识别算法模型输入,且不包含任何可识别个人身份的信息。 字段解释: record_id :记录编号(用于区分不同脑电采集记录的匿名唯一标识,不包含任何个人身份信息) channel_id:通道标识(表示脑电信号采集通道编号,例如 CH03,用于区分不同脑区电极位置) delta_power:δ波能量值(反映低频脑电活动强度,通常与低觉醒水平或放松状态相关) theta_power:θ波能量值(反映较低频脑电活动强度,可用于评估注意力波动及认知资源分配情况) alpha_power:α波能量值(反映静息与认知准备状态下的脑电活动水平,用于辅助评估专注过程中的脑活动变化) beta_power:β波能量值(反映较高频脑电活动强度,是评估专注状态、任务投入度和持续注意水平的重要特征指标) gamma_power:γ波能量值(反映高频脑电活动强度,常用于描述高级认知加工、信息整合及持续专注状态) spectral_entropy:谱熵(用于衡量脑电信号频谱复杂程度和无序程度,用于反映专注状态下脑活动的稳定性与复杂性) attention_index:专注状态指数(基于多频段脑电特征综合计算得到的状态评估指标,用于反映个体当前专注程度) focus_label:专注状态标签(表示当前样本对应的专注状态分类结果,如正常、高专注或低专注状态)
提供机构:
杭州澜鑫诺科技有限公司
创建时间:
2026-01-08
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
该数据集包含2048条脑电信号特征数据,格式为CSV,由杭州澜鑫诺科技有限公司申请登记。数据通过非侵入式脑电采集设备在专注任务中采集,经滤波、去伪迹和频域分析提取δ、θ、α、β、γ波能量值、谱熵及专注状态指数,并生成专注标签。主要用于专注状态识别、智能教育、认知评估和人机交互等场景,支持客观量化注意力水平,且已去标识化处理,不涉及个人身份识别。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作