脑电(EEG)公开数据集/平台汇总

公开数据库对于推动科学研究的迅猛发展可谓功不可没。通过建立开放的数据资源，就像开了外挂一样，全球各地的研究人员可以更深入、更全面地研究特定问题。

在这个大数据时代，开放和共享数据库已成为科研圈的新潮流，许多国际期刊和杂志也纷纷鼓励投稿者分享他们的研究数据。

因此，本文将对现有的EEG公开数据库进行全面总结，希望这份“福利大礼包”对大家的研究有所帮助！

---

数据集总结

● 情绪分析相关数据库● 神经影像与脑电数据综合平台

● BCI（脑机接口）数据库

● 综合科研数据平台

● 专项研究数据库

● Github汇总的EEG数据库

● 具体EEG数据集列表

1.运动影像数据

2.情绪识别数据

3.误差相关电位（ErrP）

4.视觉诱发电位（VEPs）

5.事件相关电位（ERPs）

6.慢皮质电位（SCPs）

7.休息状态

8.音乐与EEG

9.眨眼/眼动

10.其他

情绪分析相关数据库

01 DEAP数据集

数据类型：EEG数据、心理量表数据

链接：http://www.eecs.qmul.ac.uk/mmv/datasets/deap/http://www.eecs.qmul.ac.uk/mmv/datasets/deap/asets/deap/

02 SEED数据集

研究内容：情感EEG数据集、警戒数据集

提供单位：上海交通大学 BCMI 实验室

链接：https://bcmi.sjtu.edu.cn/~seed/index.htmlindex.html

神经影像与脑电数据综合平台01OpenNEURO数据类型：MRI, MEG, EEG, iEEG, ECoG链接：https://openneuro.org/

02 PhysioNet

数据类型：生理和临床数据

链接：https://physionet.org/

03 Neuroinformatics Database (NIDB)

数据类型：fMRI, EEG等神经影像数据

链接：https://nda.nih.gov/

04 OMEGA (Open MEG Archive)

数据类型：MEG数据、MRI、人口统计信息、问卷信息、EEG数据

链接：https://www.mcgill.ca/bic/neuroinformatics/omegahttps://www.mcgill.ca/bic/neuroinformatics/omegarmatics/omega

05 CRCNS

数据类型：EEG、动物EEG、ECoG等脑电数据

链接：https://crcns.org/data-sets

BCI (脑机接口) 数据库

01 BCI Competitions

数据类型：基于EEG的BCI竞赛数据集

链接：https://www.bbci.de/competition/

02Colorado州立大学BCI数据集提供单位：Colorado州立大学BCI实验室链接：https://www.cs.colostate.edu/eeg/main/aboutin/about

03 NNCI数据库

数据类型：精神分裂症静息态数据、BCI数据库

链接：http://brain.bio.msu.ru/

综合科研数据平台

01 HeadIT

提供单位：加州大学圣地亚哥分校 Swartz 计算神经科学中心 (SCCN)

链接：https://headit.ucsd.edu/studies

02 figshare数据平台

数据类型：EEG、MRI等

链接：https://figshare.com/

03Zenodo

数据类型：科研数据、软件和代码（包含EEG数据）

链接：https://zenodo.org/

04GIGADB数据分享平台

数据类型：科研数据、软件和代码（包含EEG数据）

链接：https://gigadb.org/

05 IEEE DataPort

提供单位：IEEE

数据类型：各类科研数据（包含EEG数据）

链接：https://ieee-dataport.org/

06 Texas Data Repository

提供单位：德克萨斯数字图书馆 (TDL) 会员机构

数据类型：各类科研数据（包含EEG数据）

链接：https://dataverse.tdl.org/

07 Harvard Dataverse

提供单位：哈佛大学

数据类型：各类科研数据（包含EEG数据）

链接：https://dataverse.harvard.edu/

专项研究数据库

01 EEG与酒精中毒遗传易感性研究的数据库

数据类型：64通道EEG数据

链接：https://archive.ics.uci.edu/dataset/121/eeg+databaseaset/121/eeg+database

02 MindBigData

数据类型：EEG信号（观看数字、图片）

样本量：1,207,293个EEG信号

链接：https://mindbigdata.com/opendb/index.htmlindex.html

03 HCI Tagging database

数据类型：EEG、心电图、呼吸幅度、皮肤温度等生理数据

链接：https://mahnob-db.eu/hci-tagging/https://https://mahnob-db.eu/hci-tagging/g/

04 BNCI Horizon 2020项目

数据类型：EEG、ERP、fNIRS、Ecog等

链接：http://bnci-horizon-2020.eu/

05 kaggle

数据类型：EEG相关数据

链接：https://www.kaggle.com/c/grasp-and-lift-eeg-detection/datahttps://www.https://www.kaggle.com/c/grasp-and-lift-eeg-detection/datalift-eeg-detection/data

Github汇总的EEG数据库

数据类型：多种EEG数据库链接汇总

链接：https://github.com/meagmohit/EEG-Datasetshttps://https://github.com/meagmohit/EEG-DatasetsG-Datasets

具体EEG数据集列表

运动影像数据库

01 左/右手运动想象 (Left/Right Hand MI)：

52 名受试者（38 名验证过的受试者），包括生理和心理问卷结果、EMG 数据集、3D EEG 电极位置和非任务相关状态的 EEG。

链接：https://gigadb.org/dataset/100295

02 运动运动/想象数据集 (Motor Movement/Imagery Dataset)：

109 名受试者，64 个电极，2 个基线任务（睁眼和闭眼），运动和运动想象（拳头或脚）。

链接：https://www.physionet.org/content/eegmmidb/1.0.0/

03 抓取和举起 EEG 挑战 (Grasp and Lift EEG Challenge)：

12 名受试者，32 个通道 @ 500Hz，包含 6 个抓取和举起事件。

链接：https://www.kaggle.com/c/grasp-and-lift-eeg-detection/data

04 最大 SCP 运动想象数据集 (Largest SCP data of Motor-Imagery)：

60 小时 EEG BCI 记录，75 次记录，13 名参与者，60,000 次精神想象，4 种 BCI 交互范式。

链接：https://doi.org/10.6084/m9.figshare.c.3917698

05 BCI 竞赛 IV-1 (BCI Competition IV-1)：

64 个 EEG 通道，1000Hz 采样率，左手、右手、脚（+ 静止状态），7 名受试者。

链接：https://www.bbci.de/competition/iv/#dataset1

06 BCI 竞赛 IV-2a (BCI Competition IV-2a)：

22 电极 EEG 运动想象数据集，9 名受试者，2 次实验，每次 288 个四秒的试验。

链接：https://www.bbci.de/competition/iv/#dataset2a

07 BCI 竞赛 IV-2b (BCI Competition IV-2b)：

3 电极 EEG 运动想象数据集，9 名受试者，5 次实验，包含在线反馈。

链接：https://www.bbci.de/competition/iv/#dataset2b

08 高伽马数据集 (High-Gamma Dataset)：

128 电极，14 名健康受试者，约 1000 次四秒试验，包含左手、右手、双脚和休息的运动类别。

链接：https://github.com/robintibor/high-gamma-dataset

09 右手拇指运动想象 (Imagination of Right-hand Thumb Movement)：

单一受试者，8 电极 @ 256Hz，记录想象右手拇指运动的数据。

链接：https://archive.ics.uci.edu/dataset/230/planning+relax

10 心理想象数据集 (Mental-Imagery Dataset)：

13 名参与者，超过 60,000 次运动想象，4 种交互范式，38 电极医疗级 EEG 系统。

链接：https://figshare.com/collections/A_large_electroencephalographic_motor_imagery_dataset_for_electroencephalographic_brain_computer_interfaces/3917698

情绪识别数据

01 想象情绪 (Imagined Emotion)：

31 名受试者，听声音录音后想象或回忆特定情感场景。

链接：https://headit.ucsd.edu/studies/3316f70e-35ff-11e3-a2a9-0050563f2612

02 Neuromarketing：

25 名受试者，14 电极，评价商业产品的喜欢/不喜欢，覆盖 14 个类别和每个类别 3 张图片。

链接：https://link.springer.com/article/10.1007/s11042-017-4580-603 HCI-Tagging：受试者观看电影片段并标注情感状态，同时记录音频、视频、注视和生理数据。

链接：https://mahnob-db.eu/hci-tagging/

04 唤醒调节 (Regulation of Arousal)：18 名受试者进行在线飞行模拟器研究，三种不同的音频反馈条件（静音、假反馈和 BCI）。

链接：https://ieee-dataport.org/open-access/regulation-arousal-online-neurofeedback-improves-human-performance-demanding-sensory

误差相关电位 (ErrP)

01 BCI-NER 挑战 (BCI-NER Challenge)：

26 名受试者，56 个 EEG 通道，P300 拼写任务，标记正确或错误的响应。

链接：https://www.kaggle.com/c/inria-bci-challenge

02 目标选择任务中的 ErrP 监测 (Monitoring ErrP in a target selection task)：

6 名受试者，64 EEG 电极，观察光标移动到目标方块，标记正确或错误方向的响应。

链接：http://bnci-horizon-2020.eu/database/data-sets视觉诱发电位 (VEPs)

01 c-VEP BCI 干电极：

9 名受试者，15 干电极，用于 VEP BCI 拼写器任务（32 个字符）。

链接：https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0172400

02 SSVEP - 视觉搜索/辨别与握手 (SSVEP - Visual Search/Discrimination and Handshake)：

包含五个箱视觉测试、自然图像中的视觉搜索和握手测试，30 名受试者，14 电极。

链接1：https://www.journalijar.com/uploads/154_IJAR-13703.pdf

链接2：https://onlinelibrary.wiley.com/doi/10.1155/2018/2143873

03 同步脑波数据集 (Synchronized Brainwave Dataset)：

15 名受试者，展示两种不同的视频刺激（眨眼、放松、心理数学、计数色彩框、观看超级碗广告）。

链接：https://www.kaggle.com/datasets/berkeley-biosense/synchronized-brainwave-dataset事件相关电位 (ERPs)

01 面孔 vs. 房屋辨别 (Face vs. House Discrimination)：

7 名癫痫患者，每人 50 张面孔和房屋的灰度刺激，总共 300 次刺激。

链接：https://purl.stanford.edu/xd109qh3109

02 目标 vs. 非目标 (Target Versus Non-Target)：

多个数据集，涉及到 Brain Invaders 视觉 P300 BCI 使用奇偶刺激范式，包含不同的实验条件和电极配置。

• 建筑大脑入侵者：实验验证的脑电图数据
• 链接：https://zenodo.org/records/2649069
• 大脑入侵者自适应与非自适应 P300 脑机接口数据集
• 链接：https://zenodo.org/records/2669187
• 使用干 EEG 电极的 Brain Invaders 无需校准 P300 的 BCI 数据集 (bi2014a)
• 链接：https://zenodo.org/records/3266223
• 大脑入侵者单人与合作：基于多用户 P300 的脑机接口数据集 (bi2014b)
• 链接：https://zenodo.org/records/3267302
• Brain Invaders 无需校准的基于 P300 的 BCI，可调制闪光持续时间数据集 (bi2015a)
• 链接：https://zenodo.org/records/3266930
• 大脑入侵者的合作与竞争：基于多用户 P300 的脑机接口数据集 (bi2015b)
• 链接：https://zenodo.org/records/3268762

03 阻抗数据 (Impedance Data)：

12 名受试者，P300 任务，记录具有不同阻抗的电极数据。

链接：https://static1.squarespace.com/static/5abefa62d274cb16de90e935/t/5ac6962a8a922d0b8b8be6a1/1522964012664/Kappenman+2010+Psychophys+Impedance.pdf

04 持续注意驾驶 (Sustained-Attention Driving)：

27 名受试者，在 VR 环境中进行持续注意驾驶任务，记录事件相关电位。

链接：https://figshare.com/articles/dataset/Multi-channel_EEG_recordings_during_a_sustained-attention_driving_task/6427334/5

05 Dryad-Speech：

包含五种实验，研究自然语言理解，包括音频、视觉刺激和想象语言等任务。

链接：https://datadryad.org/stash/dataset/doi:10.5061/dryad.070jc慢皮质电位 (SCPs)

01 心理想象数据集 (Mental-Imagery Dataset)：

13 名参与者，超过 60,000 次运动想象，4 种交互范式，38 电极医疗级 EEG 系统。

链接：https://figshare.com/collections/A_large_electroencephalographic_motor_imagery_dataset_for_electroencephalographic_brain_computer_interfaces/3917698休息状态

01 静息状态 EEG 数据 (Resting State EEG Data)：

22 名受试者，72 个 EEG 通道，8 分钟静息任务（4 分钟闭眼和 4 分钟睁眼）。

链接：https://dataverse.tdl.org/dataverse/txstatecogelectro

02 EID-M, EID-S：

8 名受试者，闭眼静息状态，14 电极记录 54 秒，EID-M 包含三次实验，EID-S 单次实验。

链接：https://drive.google.com/drive/folders/1t6tL434ZOESb06ZvA4Bw1p9chzxzbRbj

03 SPIS 静息状态数据集 (SPIS Resting State Dataset)：

10 名受试者，64 电极，每种状态（闭眼和睁眼）记录 2.5 分钟。

链接：https://github.com/meagmohit/EEG-Datasets/edit/master/README.md音乐与 EEG

01 音乐想象信息检索 (Music Imagery Information Retrieval)：

10 名受试者，64 EEG 通道，12 个不同节拍、长度和速度的音乐片段。

链接：https://github.com/sstober/openmiir眨眼/眼动

01 面部感知中的不自主眼动 (Involuntary Eye Movements during Face Perception)：

26 电极，500Hz 采样率，120 次试验，记录眼动和瞳孔直径。

数据类型：EEG、EOG

链接：https://www.jneurosci.org/content/suppl/2009/09/30/29.39.12321.DC1/Supplemental_Material.pdf

02 自愿 vs. 不自愿眼睑 (Voluntary vs. Involuntary Eyelid Movement)：

20名受试者，14个电极，自愿眨眼和自然眨眼的记录。数据类型：.mat格式，每个受试者3个会话，每会话20次试验。

链接：https://www.sciencedirect.com/science/article/pii/S0925231216001569

03 EEG-眼部状态117秒连续记录的睁眼和闭眼EEG数据。数据类型：Emotiv耳机记录。

链接：https://archive.ics.uci.edu/dataset/264/eeg+eye+state

04 EEG-IO20名受试者，自愿单眼眨眼和额叶电极EEG记录。数据类型：OpenBCI设备和BIOPAC Cap100C记录。

链接：https://gnan.ece.gatech.edu/eeg-eyeblinks/

05 EEG-VV、EEG-VR描述：12名受试者，观看视频和阅读文章时的非自愿眨眼和EEG记录。数据类型：OpenBCI设备和BIOPAC Cap100C记录。

获取：https://gnan.ece.gatech.edu/eeg-eyeblinks/

06 眼部状态预测单个受试者的117秒标记眼部状态数据。数据类型：EPOC耳机记录。

链接：http://suendermann.com/corpus/EEG_Eyes.arff.gz

07 Kara-One14名受试者，64通道Neuroscan Quick-cap记录语言和语音生成相关EEG数据。链接：https://www.cs.toronto.edu/~complingweb/data/karaOne/karaOne.html其他

01 Imagenet Brain

显示随机图像时的EEG数据，包含超过70k个样本。

数据类型：单个受试者，3秒记录。

链接：https://www.mindbigdata.com/opendb/imagenet.html

02 工作记忆

15名学生，64个电极，500Hz采样率，记录短暂观察和记忆英文字符的EEG数据。

链接：https://github.com/pbashivan/EEGLearn/tree/master/Sample%20data

03 深度睡眠慢振荡

记录慢振荡结束前10秒的数据，以预测后续振荡。

链接：https://challengedata.ens.fr/challenges/10

04 酗酒的遗传倾向

120名受试者，64个电极，256Hz频率，记录酗酒者和对照组的EEG数据。

链接：https://archive.ics.uci.edu/dataset/121/eeg+database

05 MOOC 课程中的困惑

10名学生观看困惑和非困惑的MOOC视频时的EEG数据。

数据类型：单通道无线MindSet记录。

链接：https://www.kaggle.com/datasets/wan