Neurazum/General-Disorders-EEG-Dataset-v1

---
license: apache-2.0
language:
- en
tags:
- neuroscience
- brain
- eeg
- dataset
- disorders
- synthetic
- ai
- neuro
- neura
pretty_name: Disorders EEG Data
size_categories:
- 1K<n<10K
---
# Dataset

Synthetic EEG data generated by the ‘bai’ model based on real data.

# Features/Columns:

- No: "Number"
- Sex: "Gender"
- Age: "Age of participants"
- EEG Date: "The date of the EEG"
- Education: "Education level"
- IQ: "IQ level of participants"
- Main Disorder: "General class definition of the disorder"
- Specific Disorder: "Specific class definition of the disorder"

**Total Features/Columns: 1140**

# Content:

- Obsessive Compulsive Disorder
- Bipolar Disorder
- Schizophrenia
- Depressive Disorder
- Social Anxiety Disorder
- Addiction Disorder
- Alcohol Use Disorder

## Developed and published by Neurazum.

**License: Apache 2.0**

许可证：Apache-2.0
语言：
- 英语
标签：
- 神经科学
- 大脑
- 脑电图（EEG）
- 数据集
- 疾病
- 合成数据
- 人工智能
- 神经科学（neuro）
- 神经（neura）
美观名称：障碍性脑电图数据集
规模类别：
- 1000 < 样本数 < 10000

# 数据集
本数据集为由"bai"模型基于真实数据生成的合成脑电图（EEG）数据。

# 特征/字段：
- 编号（No）：样本编号
- 性别（Sex）：参与者性别
- 年龄（Age）：参与者年龄
- 脑电图检查日期（EEG Date）：脑电图检查日期
- 教育水平（Education）：参与者受教育程度
- 智商（IQ）：参与者智商水平
- 主要障碍类型（Main Disorder）：疾病的通用分类定义
- 特定障碍类型（Specific Disorder）：疾病的具体分类定义

**总特征/字段数：1140**

# 数据覆盖范围：
- 强迫症（Obsessive Compulsive Disorder）
- 双相情感障碍（Bipolar Disorder）
- 精神分裂症（Schizophrenia）
- 抑郁障碍（Depressive Disorder）
- 社交焦虑障碍（Social Anxiety Disorder）
- 成瘾障碍（Addiction Disorder）
- 酒精使用障碍（Alcohol Use Disorder）

本数据集由Neurazum开发并发布。
**许可证：Apache 2.0**

搜集汇总

数据集介绍

构建方式

在神经科学与脑电信号研究领域，高质量的数据集是推动疾病诊断与机制探索的基石。Neurazum/General-Disorders-EEG-Dataset-v1数据集基于真实脑电数据，通过名为‘bai’的生成模型合成构建，旨在扩充对多种精神障碍的样本覆盖。该数据集包含1140个特征列，记录了受试者的编号、性别、年龄、脑电图采集日期、教育水平、智商以及主要障碍类别和具体障碍类别等关键信息，为多维度分析提供了丰富的数据基础。

特点

该数据集的核心特点在于其综合性及合成数据的创新应用。它涵盖了七种常见精神障碍类型，包括强迫症、双相情感障碍、精神分裂症、抑郁症、社交焦虑障碍、成瘾障碍及酒精使用障碍，实现了对广泛神经精神疾病的统一表征。通过生成模型合成的方式，不仅提升了数据规模和多样性，还避免了真实临床数据中常见的隐私与稀缺性问题，为算法训练与验证提供了高度可控且可复现的研究资源。

使用方法

在应用层面，研究者可直接利用该数据集进行脑电信号分类、疾病预测模型构建及特征重要性分析。数据集以结构化表格形式呈现，支持直接导入常用的机器学习框架如Scikit-learn、TensorFlow或PyTorch。用户可依据‘Main Disorder’和‘Specific Disorder’列进行标签提取，开展多分类或二分类任务。同时，性别、年龄、智商等协变量可用于控制混杂因素，提升模型泛化能力。该数据集采用Apache 2.0开源协议，便于学术与工业场景下的自由使用与二次开发。

背景与挑战

背景概述

在神经科学与人工智能交叉领域，脑电图作为一种非侵入性神经生理监测手段，在精神疾病诊断与研究中扮演着关键角色。由Neurazum团队于近期发布的General-Disorders-EEG-Dataset-v1，是一项基于真实数据、通过‘bai’模型生成的合成脑电图数据集。该数据集由1140个特征列构成，涵盖了强迫症、双相情感障碍、精神分裂症、抑郁症、社交焦虑障碍、成瘾障碍及酒精使用障碍等多种常见精神疾病类别，并记录了性别、年龄、教育水平、智商等人口统计学信息。其核心研究问题在于为复杂精神疾病的脑电生物标志物挖掘与智能诊断模型开发提供大规模、多类别的标准化数据资源，有望推动精神疾病客观评估技术的进步。

当前挑战

该数据集面临的首要挑战在于合成数据与真实临床数据之间的生态效度差异，尽管基于真实脑电图生成，但合成信号可能无法完全复现疾病特有的神经动态模式，从而影响下游模型的泛化能力。此外，数据集构建过程中遇到的困难包括：如何确保‘bai’模型在生成过程中平衡各类别样本比例以避免类别不平衡问题，同时保持性别、年龄等协变量在疾病组间的分布合理性。另一个关键挑战是特征维度高达1140列，这在高维小样本场景下易引发过拟合与计算效率问题，需要研究者设计有效的降维或正则化策略来挖掘潜在诊断模式。

常用场景

经典使用场景

Neurazum/General-Disorders-EEG-Dataset-v1 是神经科学与人工智能交叉领域的重要资源，专为基于脑电图（EEG）信号的神经精神障碍分类与识别任务而设计。该数据集涵盖了强迫症、双相情感障碍、精神分裂症、抑郁症、社交焦虑障碍、成瘾障碍及酒精使用障碍等七种常见精神疾病，通过合成技术生成的高质量EEG样本，为研究者提供了多类别、多维度的脑电信号分析平台。其经典使用场景包括利用深度学习或传统机器学习模型对EEG时序特征进行模式提取与疾病分类，尤其适用于跨疾病谱系的泛化能力测试与生物标志物发现，为理解不同精神障碍的神经电生理异同奠定了数据基础。

解决学术问题

该数据集的核心学术价值在于解决了真实EEG数据获取困难、样本量不足及标注不一致等长期困扰精神疾病神经影像研究的瓶颈问题。通过合成数据技术模拟真实脑电信号分布，Neurazum/General-Disorders-EEG-Dataset-v1 使得研究者能够在可控条件下探索多种精神障碍的神经电生理特征差异，进而推动基于EEG的疾病亚型分类、早期诊断指标筛选及跨疾病共病机制建模等前沿课题。其意义在于不仅降低了实验伦理与成本门槛，还为开发更具鲁棒性的解码算法提供了标准化基准，促进了计算精神病学从定性描述向定量分析的范式转变。

衍生相关工作

自发布以来，Neurazum/General-Disorders-EEG-Dataset-v1 已催生多项衍生研究工作。典型方向包括基于对比学习的自监督预训练框架，以挖掘跨疾病共享的EEG表征；以及融合临床量表与脑电特征的多模态诊断模型，提升分类可解释性。部分工作聚焦于合成数据与真实数据的域适应技术，旨在弥合两者分布差异以增强模型迁移能力。此外，该数据集还被用于验证生成对抗网络（GAN）与变分自编码器（VAE）在脑电信号增强中的效能，为合成数据生成方法学提供了重要评估基准，推动了神经工程领域数据驱动研究的迭代创新。