研究人员结合人类参与者的高密度脑电图 (EEG) 与经颅电刺激 (tES) 期间的生理和连续行为指标,提出了一个数据集。数据包括九种高清 tES (HD-tES) 类型,针对三个皮层区域(额叶、运动、顶叶),具有三种刺激波形(DC、5 Hz、30 Hz);超过 783 次总刺激试验,超过 62 个会话,包括 EEG、生理(ECG、EOG)和连续行为警觉性/警觉性指标。实验 1 和 2 包括参与者分别在三个 70 分钟和两个 70.5 分钟的会话中执行持续的警惕/警觉任务。在每次会话前后,研究者收集了人口统计学数据以及自我报告的健康问卷。参与者在实验 1 中接受了所有 9 种刺激类型,每个会话包括三种刺激类型,每种类型有 4 次试验。参与者在实验 2 中接受了两种刺激类型,每个会话对给定刺激类型进行 20 次试验。通过重复选择会话来测试参与者内部的可靠性。这个独特的数据集支持一系列假设检验,包括 tDCS/tACS 位置和频率、大脑状态、生理、疲劳和认知表现的相互作用。

#数据集#:并发脑电图、心电图和多剂量经颅电刺激行为的数据集_python

数据集描述:

#数据集#:并发脑电图、心电图和多剂量经颅电刺激行为的数据集_python_02

数据集概括图

数据集概括图:将高密度脑电图 (EEG) 与经颅电刺激 (tES;包括 tDCS 和 tACS) 期间的生理和连续行为指标相结合的数据集。数据包括九种高清晰度 tES (HD-tES) 类型,针对三个大脑区域(额叶、运动、顶叶),具有三种波形(DC、5Hz、30Hz),在 62 个会话中进行了超过 783 次总刺激试验 EEG、生理(ECG 或 EKG、EOG)和持续的行为警觉/警觉性指标。

实验1:示例参与者数据

#数据集#:并发脑电图、心电图和多剂量经颅电刺激行为的数据集_深度学习_03

#数据集#:并发脑电图、心电图和多剂量经颅电刺激行为的数据集_深度学习_04

实验概述:(a)行为任务。(b) 2D 中的 EEG 和刺激布局。(c) 带有刺激蒙太奇的 MRI 衍生 3D 头部模型。(d) 任务设置。(e) 实验 1 编程块设计和 (f) 触发细节。

数据格式:


  • Raw EEG, ECG, EOG data in ​​.cnt​​ formant
  • Raw EEG, ECG, EOG data formated to comply with BIDS standard where data are in ​​.set​​ format (EEGlab)
  • Raw downsampled EEG, ECG, EOG data (1k Hz) in ​​.mat​​ format for Experiment 1 and Experiment 2 (works with MATLAB and Python)
  • Raw behavioral CTT data ​​.csv​​ format
  • Questionnaire data in ​​.xlsx​​ format

文件目录:

+GX
|--Analysis
    |--GX_Exp1_CTT_GeneralAnalysis.m
    |--GX_Exp2_CTT_GeneralAnalysis.m
    ...
|--Data
    +--0101 (Participant number: 01 and session number: 01)
        +--0101
            |--ptracker-0101.csv (Behavioral Data)
            |-- ptracker-summary-0101..txt
        |--GX_01_2019-09-24_15-45-53.cnt  (EEG, ECG, EOG data)
        |--GX_01_2019-09-24_15-45-53.evt
        |--MATLABfilestream0101924.mat
        |--MATLABfilestream0101924.txt
    +--0102 (Participant number: 01 and session number: 02)
    +--0103 (Participant number: 01 and session number: 03)
    +--0104 (Participant number: 01 and session number: 04)
    ... 
|--Documents
|--Results

绘制为时间序列、频谱图和行为 CTT 的试验,类似于下面。​

#数据集#:并发脑电图、心电图和多剂量经颅电刺激行为的数据集_机器学习_05

下采样:

由于原始数据以 2 kHz 采样,因此在某些机器上移动和加载文件可能会变得困难。如果想对数据进行下采样,请使用 GX_DataDownSample.m 脚本。该脚本具有一个 GUI,允许您根据要对数据进行下采样的程度粘贴文件名、位置和下采样因子。该脚本假定文件结构如上所示。

#数据集#:并发脑电图、心电图和多剂量经颅电刺激行为的数据集_深度学习_06

数据存放地址:

https://figshare.com/authors/Nigel_Gebodh/8797454

https://github.com/ngebodh/GX_tES_EEG_Physio_Behavior