Eng
Responsive image Responsive image

上海交通大学情绪脑电数据集(SEED), 是一系列由 BCMI 实验室采集的脑电数据集, 本实验室由 吕宝粮教授郑伟龙副教授 领导。 数据集的名称继承自数据集的第一个版本, 但现在我们不仅提供情绪数据集, 还提供其他用于神经科学研究的数据集。

截至 20257 月, 来自全球 99 个国家的 2901 余所大学申请使用 SEED 系列数据集, 申请量达 8777, 引用 SEED 系列数据集发表的论文达 2736 篇。 如果您对数据集感兴趣, 请查看 下载 页面。

新闻: SEED-MYA 数据集即将发布!

新闻: SEED-SD 数据集已发布! 有关数据文件的详细描述,请参阅相应的描述页面。向 管理员 提出请求即可获得下载访问权限。

新闻: SEED-DV 数据集已发布! 有关数据文件的详细描述,请参阅相应的描述页面。向 管理员 提出请求即可获得下载访问权限。

新闻: SEED-VII 数据集已发布! 有关数据文件的详细描述,请参阅相应的描述页面。向 管理员 提出请求即可获得下载访问权限。

新闻: SEED-VLA/VRW 数据集已发布! 有关数据文件的详细描述,请参阅相应的描述页面。向 管理员 提出请求即可获得下载访问权限。

Responsive image


SEED
Responsive image Responsive image Responsive image

SEED 数据集包含 12 名受试者的脑电图和眼动数据以及 3 名受试者的脑电图数据。数据是在他们观看电影片段时收集的。 电影片段经过精心挑选,可以引发不同类型的情绪,包括积极、消极和中性。 点击 此处 了解有关数据集的详细信息。



SEED-IV
Responsive image Responsive image Responsive image Responsive image

SEED-IV 是原始 SEED 数据集的演进版本。情绪类别数量变为四种:快乐、悲伤、恐惧和中性。 在 SEED-IV 中,我们不仅提供 EEG 信号,还提供 SMI 眼动追踪眼镜记录的眼动特征, 这使其成为一个结构良好的情绪识别多模态数据集。 点击 此处 了解有关数据集的详细信息。



SEED-VIG
Responsive image

SEED-VIG 数据集致力于探索警觉性评估问题。 我们构建了一个虚拟驾驶系统,在该系统中,一个巨大的屏幕被放置在真实汽车的前方。 受试者可以在车内进行驾驶游戏,就像他们在真实环境中驾驶一样。 SEED-VIG 数据集是在受试者在此系统中驾驶时收集的。 警觉性水平通过 SMI 眼动追踪眼镜使用 PERCLOS 指标进行标记。 点击此处了解有关数据集的详细信息。



SEED-V
Responsive image Responsive image Responsive image Responsive image Responsive image

SEED-V 是继 SEED 和 SEED-IV 数据集的演进版本。 情绪类别数量变为五种:快乐、悲伤、恐惧、厌恶和中性。 在 SEED-V 中,我们不仅提供 EEG 信号,还提供 SMI 眼动追踪眼镜记录的眼球运动特征, 这使其成为一个结构良好的情绪识别多模态数据集。 点击此处了解有关数据集的详细信息。




SEED-VII
Responsive image Responsive image Responsive image Responsive image Responsive image Responsive image Responsive image

SEED-VII 是原始 SEED 数据集的最终版本。 情绪类别数量增加到七种:快乐、悲伤、恐惧、厌恶、中性、愤怒和惊讶。 在 SEED-VII 中,我们不仅提供 EEG 信号,还提供 Tobbi Pro Fusion 眼动追踪设备记录的眼动特征, 这使其成为一个结构完善的情绪识别多模态数据集。 点击此处了解有关数据集的详细信息。


SEED-FRA
Responsive image Responsive image Responsive image

SEED-FRA 数据集包含 8 名法国受试者的脑电图和眼动数据,带有积极、消极和中性情绪标签。 点击此处了解有关数据集的详细信息。



SEED-GER
Responsive image Responsive image Responsive image

SEED-GER 数据集包含 8 名德国受试者的脑电图和眼动数据,带有积极、消极和中性情绪标签。 点击此处了解有关数据集的详细信息。



SEED-VLA/VRW
Responsive image

我们开发了SEED-VLA和SEED-VRW数据集,用于通过实验室和真实世界驾驶环境中的脑电信号进行疲劳检测。实验室设置包括一个模拟驾驶环境,使用一辆黑色汽车配备方向盘和踏板,面对一个大屏幕模拟各种驾驶条件。在真实世界测试中,参与者在奔奔EV200电动车内使用罗技方向盘和踏板,为安全起见限制了车速。这些实验旨在在受控和自然环境中诱导疲劳,通过脑电图评估警觉性。 点击此处了解有关数据集的详细信息。

SEED-DV
Responsive image

我们开发了SEED-DV数据集,用于探索从脑电信号解码动态视觉感知,记录了20名受试者在观看40个概念的1400个视频片段时的脑电数据。 该数据集涵盖了陆地动物、水生动物、植物、运动、人类、自然场景、食物、乐器和交通工具等多样化的自然视频。 点击此处了解有关数据集的详细信息。

SEED-SD
Responsive image

我们开发了睡眠剥夺条件下的多模态情绪数据集SEED-SD。该数据集包含40名被试的在三种睡眠状态下的脑电图(EEG)和眼动信号数据。三种睡眠状态为:睡眠剥夺、睡眠恢复以及正常睡眠。每种睡眠条件下,均包含快乐、悲伤、恐惧和中性状态这四种基本情绪对应的实验数据。 点击此处了解有关数据集的详细信息。



Acknowledgement

本研究得到了中国国家重点研发计划项目(项目编号:2017YFB1002501)、 国家自然科学基金(项目编号:61272248和61673266)、 国家基础研究计划(项目编号:2013CB329401)、 上海市科学技术委员会(项目编号:13511500200)、 人因工程国家重点实验室开放基金项目(项目编号:HF2012-K-01)、 中央高校基本科研业务费以及 欧盟第七框架计划(项目编号:247619)的部分资助。