[论文解读] Open and free EEG datasets for epilepsy diagnosis

Palak Handa, Monika Mathur+1 more|arXiv (Cornell University)|Aug 2, 2021

EEG and Brain-Computer Interfaces参考文献 21被引用 13

一句话总结

本文整理并评估了用于癫痫诊断的开放获取、免费EEG数据集，重点关注其在推动人工智能驱动的癫痫发作检测与分类方面的实用性。该研究汇编了15个以上公开可用的数据集——从基础的Bonn EEG到大型数据库如Temple University和PhysioNet——突出其关键特性、可获取性及在生物医学信号处理和医疗AI研究中的临床相关性。

ABSTRACT

The Epilepsies are a common, chronic neurological disorder affecting more than 50 million individuals across the globe. It is characterized by unprovoked, recurring (similar or different type) seizures which are commonly diagnosed through clinical EEGs. Good-quality, open-access and free EEG data can act as a catalyst for on-going state-of-the-art (SOTA) research works for detection, prediction and management of epilepsy and seizures. They can also aid in improving the quality of life (QOL) of these diseased individuals and contribute research in healthcare multimedia, data analytics and Artificial Intelligence (AI) in personalized medicine. This paper presents widely used, available, open and free EEG datasets available for epilepsy and seizure diagnosis. A brief comparison and discussion of open and private datasets has also been done. Such datasets will help in development and evaluation of automatic computer-aided system in healthcare.

研究动机与目标

• 整理并评估公开可用的、开放获取的癫痫诊断EEG数据集，以支持可重复研究。
• 通过提供集中化、最新的可访问数据集参考，解决癫痫研究中数据稀缺与不一致的问题。
• 比较开放数据集与私有或受限访问数据集在质量、结构和临床标注方面的差异，以指导研究人员选择合适的数据集。
• 推动在开发用于自动癫痫发作检测与预测的稳健人工智能和机器学习模型时使用高质量、无伪影的EEG数据。
• 通过为研究和开发提供标准化、带标注的EEG数据，支持个性化医疗和医疗多媒体的进展。

提出的方法

• 使用关键词如'EEG datasets for epilepsy'和'open EEG datasets'在PubMed和Google Scholar上系统识别开放获取的癫痫EEG数据集。
• 根据数据质量（伪影存在、噪声、标注）、采样率、电极数量、持续时间以及可获取性（开放获取 vs. 需登录）等标准评估数据集。
• 将数据集按成人与儿童人群分类，并详细描述每个数据集的来源、大小、格式（如EDF、MATLAB、ASCII）及其临床相关性。
• 比较开放数据集（如Bonn EEG、PhysioNet、Temple University）与私有或受限访问数据集（如European Epilepsy Database、Panwar et al. 2019）在可获取性和研究实用性方面的差异。
• 包含文件大小、受试者数量、记录时长以及癫痫事件类型（发作期、发作间期、发作前）等元数据，以辅助数据集选择。
• 截至2021年7月26日验证数据集的可获取性及链接，并注明后续被删除或无法访问的数据集。

实验结果

研究问题

• RQ1 目前有哪些开放获取的癫痫诊断EEG数据集可供研究使用？
• RQ2 开放EEG数据集在质量、标注和结构特征方面与私有或受限数据集相比如何？
• RQ3 在癫痫研究中使用最广泛的开放EEG数据集的关键特征（采样率、电极数量、持续时间、受试者数量）是什么？
• RQ4 EEG数据集的可获取性与可访问性如何影响人工智能驱动的癫痫研究中的可重复性与可扩展性？
• RQ5 数据集被删除或无法访问（如UCI上的Bonn EEG）对癫痫信号分析长期研究可重复性有何影响？

主要发现

• Bonn EEG数据集因其无伪影、标注清晰且长期可获取，仍是癫痫研究中最广泛使用的基准数据集。
• Temple University EEG语料库是目前最大的公开癫痫EEG数据集，包含10,874名患者和572 GB数据，需登录但可免费用于研究。
• PhysioNet和Open Neuro存储库托管了高质量、带标注的数据集，如Detti（2020）和Nasreddine（2021）数据集，分别包含29名和52名受试者，支持复杂的癫痫发作检测任务。
• 包括Karunya大学和美国癫痫协会癫痫发作预测挑战赛在内的多个数据集现已不再公开可访问，凸显了研究中数据丢失的风险。
• Bern-Barcelona EEG数据库提供了来自药物难治性癫痫患者的多通道、高采样率记录（512–1024 Hz），支持对局灶性和非局灶性活动的高级分析。
• 针对儿童的专用数据集，如et al.（2021）的10-20导联EEG记录，包含3小时、2000 Hz采样率的记录及睡眠阶段标注，对儿童特异性高频率振荡（HFO）分析至关重要。