基于脑电与生理信号的职业疲劳研究数据集-2023-orvile
数据来源：互联网公开数据
标签：脑电图,EEG,生理信号,Empatica E4,疲劳,精神状态,BVP,EDA,心率,加速度计,时间序列分析
数据概述：
本数据集旨在通过分析生理信号来研究精神疲劳。数据集包含来自23名受试者的多模态生理数据，涵盖脑电图（EEG）、血容量脉搏（BVP）、皮肤电活动（EDA）、心率（HR）、温度和三轴加速度计（ACC）等多种生理指标。数据采集时间跨越早晚时段，并结合Chalder疲劳量表对受试者的精神疲劳程度进行评估，其中量表得分≥12表示存在精神疲劳。 数据集包含原始数据和经过预处理的数据，预处理包括滤波、伪迹去除和特征提取等步骤。 预处理后的数据根据采样频率分为三种：1 Hz（MEFAR_DOWN）、32 Hz（MEFAR_MID）和64 Hz（MEFAR_UP），分别代表降采样、中采样和升采样。 此外，数据集还提供包含受试者详细人口学信息的Excel文件 "general_info"。
数据用途概述：
该数据集适用于职业疲劳、精神状态分析、生理信号处理和情感识别等研究。研究人员可利用该数据进行疲劳状态的检测算法开发、生理信号特征提取、时间序列分析、以及跨模态数据的融合分析。 此外，该数据集也为验证研究结果提供了基础，方便研究人员进行深入的探索和验证。
