James Booth教授曾在一次访谈中说过:“我们希望人们能利用这些数据并重现我们多年来的一些成果。同时,能将我们的部分研究扩展到新的方向上。如果使用旧数据就能回答一个值得探究的问题,为什么还需要收集新数据呢?有一部分我们分享的数据还尚未被研究,因此可供大家去大胆探索。”
可能你也想去探索,但是苦于没有合适的数据拿来分析而倍感无奈。在这里,本文为大家整理了一些开放的数据集,仅供学术交流使用。注:茗创科技为大家提供百度云免会员极速下载链接,需要相关数据集的小伙伴可以私信MCKJ-zhouyi或17373158786。
网址:https://openneuro.org/OpenNeuro项目是一个免费且开放的平台,主要存储神经影像学数据的在线存储库,同时也存储EEG数据和很多神经影像学技术。关于MEG,EEG,iEEG,ECoG,MRI,PET和ASL等数据集都可以在这个平台获取。这是一个储存数据集的最佳之地,非常有助于不同数据集的重复使用。截止目前(2021.11底)已有622个公开数据集。
以该数据集为例,下载前提是电脑或移动硬盘的内存要足够大。
网址:https://erpinfo.org/erp-coreERP CORE资源包含实验范例和脚本,ERP的示例数据和示例处理脚本,以及N170,MMN,N2pc,N400,P3,LRP,ERN。
实验脚本、数据和数据分析脚本的下载网址:https://doi.org/10.18115/D5JW4R(以N170为例)
里面内容有很多,不只是实验脚本、分析脚本和数据集,还有很多小伙伴想要的实验刺激材料,例如面孔刺激,见下图。
http://www.eecs.qmul.ac.uk/mmv/datasets/deap/DEAP数据库主要包括每个被试在面部表情视频刺激下的EEG数据以及心理量表数据。
关于面部表情视频刺激材料,需注册登录获取。
http://sccn.ucsd.edu/~arno/fam2data/publicly_available_EEG_data.html
网址:https://webrain.uestc.edu.cn/WeBrain云平台是脑信息平台和计算生态系统。利用云端高性能计算(HPC)实现大规模EEG数据存储、探索和分析。在这个平台上可获取脑电相关的示例数据。这个平台是由电子科技大学生命科学与技术学院,成都脑科学研究所临床医院,神经信息教育部重点实验室、中国医学科学院神经信息研究所、郑州大学电气工程学院、四川省脑科学与类脑智能研究院、加拿大麦吉尔大学蒙特利尔神经病学研究所、古巴神经科学中心联合开发的脑信息平台。如果大家有大量数据需要存储,也可以去这个平台。更多详细信息可见WeBrain:基于web的EEG大数据分析计算脑信息平台
http://bnci-horizon-2020.eu/database/data-sets该网址是专门收集脑机接口(BCI)应用方面的EEG数据集。
https://physionet.org/about/database/#neuroPhysioNet是生理数据库,包含神经电(Neuroelectric)和肌电(Myoelectric)数据集,其中在“neuroelectric”标签下就包括一些EEG数据。
https://mni-open-ieegatlas.research.mcgill.ca/该数据集包含来自106名被试的1772个正常大脑活动的channel。
https://www.isip.piconepress.com/projects/tuh_eeg/index.shtmlTUH EEG数据集包括20000例临床EEG数据。
网址:https://eegdatabase.kiv.zcu.cz/EEGbase是一个存储、管理、共享和检索EEG/ERP数据、元数据、工具和与EEG相关文档的系统。EEGbase通过提供共享数据、工具和结果来推进EEG研究。不过需要先注册,才能免费下载数据集。
European Epilepsy Database网址:http://epilepsy-database.eu/欧洲癫痫数据库包含约250例癫痫患者的EEG数据集。
CRCNS - Collaborative Research in Computational网址:https://crcns.org/data-sets这是一个神经科学数据共享网站,该网站提供了很多神经科学的工具和数据集。这些数据包括来自感觉和记忆系统的生理记录,以及眼动数据等等。关于该数据库的信息可以参考2008年2月发表在《神经信息学杂志》上的一篇文章,网址为
https://crcns.org/files/news/crcns-neuroinformatics-article.pdf
NITRC - NeuroImaging Tools & Resource Collaboratory网址:https://www.nitrc.org/神经影像工具与资源合作实验室官网上包含了一些可用的EEG数据集。
NSRR - National Sleep Research Resource网站:https://sleepdata.org/NSRR中的数据集界面提供了大量生理信号资源,其中包括来自实验研究和临床研究的多导睡眠EEG记录数据。
网址:http://bcmi.sjtu.edu.cn/~seedSJTU情感EEG数据集(SEED)是由BCMI实验室吕宝粮教授提供的脑电数据集。但是现在这个数据集不仅提供情感数据集,还提供警觉数据集。截至2021年10月,累计使用SEED的申请和研究机构分别超过2600和770家。
SEED共包括4个部分:SEED、SEED-IV、SEED-VIG、SEED-V。首先来看SEED数据集,包含了被试在观看电影片段时的EEG信号。影片片段是经过精心挑选的,以诱导不同类型的情绪,如积极的,消极的,和中性的。详细信息和数据下载请参见这个网址:https://bcmi.sjtu.edu.cn/home/seed/seed.html
SEED-IV是原始SEED数据集的进化。情绪的类别变成了四种:快乐、悲伤、恐惧和中性。SEED-IV中不仅提供了EEG信号,还提供了由SMI eye-tracking glasses记录的眼动特征,使之成为一种格式良好的多模态情感识别数据集。详细信息和数据下载请参见这个网址:https://bcmi.sjtu.edu.cn/home/seed/seed-iv.html
SEED-VIG数据集主要用于研究警惕性估计问题。吕宝粮教授团队构建了一个虚拟驾驶系统。SEED-VIG数据集是在这个系统中收集的。详细信息和数据下载请参见这个网址:https://bcmi.sjtu.edu.cn/home/seed/seed-vig.html
SEED-V是原始SEED数据集的进化。情绪的类别增加到五种:快乐、悲伤、恐惧、厌恶和中性。详细信息和数据下载请参见这个网址:https://bcmi.sjtu.edu.cn/home/seed/seed-v.html
网址:http://headit.ucsd.edu/studiesHeadIT上可以免费下载和搜索一系列EEG研究,包括数百个原始记录数据。每一项研究都有完整的文档,每个事件(event)代码都有详细的描述,每个实验范式都有详细的解释。
IEEG.org是美国神经疾病和中风研究所资助的合作项目,给研究人员提供了一个共享数据、工具和专业知识的平台。涵盖了一个大型的科学数据库和分析这些数据集的工具。主要是与癫痫有关的电生理数据,包括但不仅限于EEG数据。需注册下载。
网址:https://www.kaggle.com/datasetsKaggle数据集癫痫预测Competitions中的数据,其中包括狗和人的脑电数据。更多信息和数据下载请参见网址:https://www.kaggle.com/c/seizure-detection/data
网址:http://modma.lzu.edu.cn/data/application/MODMA数据集是一个多模态开放数据集,用于精神障碍分析。目前,该数据集主要包括来自临床抑郁症患者和匹配的正常对照组的数据。脑电图(EEG)和语音记录数据是对外公开的。该数据集包含记录的静息态和任务态下的EEG信号,而且该数据集不仅包括传统的128导电极帽采集的数据,还包括一种新型的可穿戴三电极EEG采集器采集的数据。未来会涵盖更多精神障碍,如精神分裂症、焦虑症、躁狂症等;还包括更多的数据类型,如眼球运动跟踪、面部表情记录和核磁共振成像。需注册下载。
Figshare是一个数据存储库,在这里,可引用、可共享和可发现各类研究成果。例如,搜索EEG,能够获取大量免费公开的脑电数据集。
https://dataverse.tdl.org/dataverse/txstatecogelectroTexas Data Repository数据库是由德克萨斯高等教育机构的教职员工和学生创建的数据集平台。该数据库是在一个叫Dataverse软件的开源应用程序中创建的,该软件由哈佛大学开发和使用。该数据库中有很多公开的脑电数据集。
科学数据银行是中国科学院计算机网络信息中心自主研发的,致力于打造国际化的科学数据长期共享与出版通用存储库。ScienceDB面向国际学术界、学术期刊和出版商以及其他利益相关者提供数据出版和获取服务,致力于出版符合主流数据标准或惯例的科学数据,旨在促进科学数据的可发现性、可访问性、互操作性和可重用性,提升科研数据成果的价值,推动数据共享文化氛围及生态在中国的培育及良性发展。更多信息可见文章:Science DB | 如何科学地存储海量数据?
开放数据是近年科研领域的一大趋势。将研究数据公开,一方面,可以增加神经科学研究的透明度,提高研究的可重复性。另外,由于数据采集的时间、资金成本都相对较高,开放研究数据则可以使跨机构的更大范围和规模的研究变得可行,提高研究结论的可靠性。同时,促进数据的利用和转化率的提高。列表中所涉及的数据集可对用于科研的用户提供开放获取,部分数据需要用户进行注册后即可申请获取资源。在使用数据前请务必仔细核查您访问的任何数据的许可证和使用协议。更多详细具体的信息请查看网页上的介绍,同时也非常欢迎大家留言补充。
- 本文来自微信公众号“茗创科技”。如需转载,请在“茗创科技”后台回复“转载”,并附上所需转载的文章标题以及您的ID。
微信加群需要原文资料的小伙伴,可以添加茗创科技周翊工程师的微信号MCKJ-zhouyi或致电17373158786。另外,茗创科技创建了文献互助群,为大家提供免费帮忙下载文献服务、技术咨询、前沿研究和电子书等海量学术资源分享。若二维码失效,请联系周翊工程师,邀请您入群。
MC_Brain
茗创科技工作室
觉得有帮助,欢迎转发收藏或者点个在看哦~
听说点在看的人SCI接收率都提升了18%呢!