SEED-SD 实验设定
如下图所示，本研究设计了三种不同的睡眠条件：睡眠剥夺、睡眠恢复和正常睡眠，以探讨睡眠状态对情绪诱发的影响。
实验持续至少一周，期间参与者需全程佩戴小米智能手环以实时监测其睡眠模式，包括睡眠时长、睡眠阶段等关键指标。在每次实验前，研究人员会验证手环记录的睡眠数据，未达到睡眠要求的参与者将被重新安排实验时间，以确保实验条件的准确性和一致性。
第一次实验在参与者经历一整晚的睡眠剥夺后进行。具体而言，参与者需从实验前一晚开始保持清醒，直至次日实验结束。随后，参与者获得8小时的睡眠恢复时间，并在第二天进行第二次实验，即睡眠恢复条件下的实验，以观察睡眠恢复对情绪诱发的影响。最后，在参与者保持至少一周的正常睡眠（包括至少连续两晚8小时睡眠）后，进行第三次实验，即正常睡眠条件下的实验，作为对照条件。
在每次实验中，参与者需观看24段视频刺激，这些刺激涵盖了四种情绪类别：快乐、悲伤、恐惧和中性情绪。为了确保数据集的平衡性，每种情绪类别包含六段视频片段，每段视频时长约为2.5分钟。实验所使用的刺激素材与SEED-IV数据集一致。
每次实验的流程与如下图所示，在每段视频播放前，会显示一段15秒的提示，包括情绪类别和视频内容的简要概述。参与者被要求在观看视频时保持真实的情绪反应，避免刻意控制或抑制情绪。每段视频结束后，参与者有约45秒的时间评估他们所诱发出的情绪强度，评分从1到5，其中1表示情绪强度最低，5表示情绪强度最高。
实验过程中，每位参与者均需佩戴下图的ESI NeuroScan系统的湿脑电帽和SMI ETG眼动追踪眼镜。
受试者
本研究共招募了40名健康被试（20名男性和20名女性）参与实验。被试年龄范围为18至32岁。所有参与者均经过严格筛选，确保其身体健康，无精神疾病或相关障碍病史，视力正常或经过矫正后达到正常水平。被试需保持规律的睡眠周期，平均每晚睡眠时间为7至8小时。为了确保被试的睡眠质量符合研究要求，我们采用匹兹堡睡眠质量指数（Pittsburgh Sleep Quality Index， PSQI）对参与者进行筛选，仅纳入得分低于10分的个体，以排除睡眠障碍对实验结果的影响。本研究已获得科学与技术伦理委员会的批准，符合相关伦理规范。在实验开始前，研究人员向参与者详细介绍了研究的目的、流程、潜在风险及权益保障措施，所有参与者均签署了知情同意书，确保其自愿参与并了解相关事项。
特征提取
脑电特征
首先使用Curry 7软件从采集的脑电数据中去除无关的伪迹。首先对原始脑电信号进行基线校正以消除直流偏移，随后应用1-70 Hz带通滤波器保留相关频率成分，并使用50 Hz陷波滤波器消除工频干扰。为了进一步提高脑电信号的质量，我们利用Curry 7中的主成分分析法去除由眨眼引起的伪迹。具体来说，我们根据每位被试的垂直眼电信号手动选择眨眼时段，并将主成分分析法应用于脑电数据中，随后通过人工检查信号以确保质量。最后，使用Python中的MNE包去除无用通道，并将脑电信号从1000 Hz重采样至200 Hz，以降低计算复杂度。
脑电数据使用情绪识别任务中常用的微分熵（Differential Entropy, DE）特征。我们采用4秒无重叠的汉宁窗对脑电信号进行短时傅里叶变换，随后分别在62个电极信号的5个频带中提取DE特征。最终DE特征的维度为310。（5个频带：1）δ：1~4 Hz；
2）θ：4~8 Hz；3）α：8~14 Hz；4）β：14~31 Hz；以及
5）γ：31~50 Hz）
假设脑电信号服从高斯分布：
。
DE特征的计算可以简化为：
DE特征通过线性动态系统（LDS）方法进行了进一步平滑处理。
眼动特征
眼动特征包含瞳孔直径、注视、扫视以及一些事件特征，共50维。含义如下图所示：
眼动特征的详细列表如下所示：
数据集概述
-
数据集的数据划分方式与特征读取请见代码中的config文件夹与dataset.py文件
-
每个数据文件夹都包含三个子文件夹，命名为"session_1", "session_2"与"session_3"。其中，"session_1"包含睡眠剥夺状态下的数据，"session_2"包含睡眠恢复状态下的数据，"session_3"包含正常状态下的数据。所有数据文件的命名方式均为"subID_date"，其中date为数据采集的日期，例如"sub1_20201114"表示第一个被试在2020年11月14日采集的数据。
-
文件夹"eeg_features"：
该文件夹包含40名参与者的DE特征（.npy文件）。
每个.npy文件中的键以"CLIP_clipID"命名。例如，键"CLIP_1"表示第一个视频的DE特征。特征数据的尺寸为:sample*5(frequency)*62(channel)。
-
文件夹"eeg_raw"：
该文件夹包含通过Neuroscan系统采集的原始脑电数据（.cnt格式），采样率为1000 Hz。它包含两个子文件夹："part1"包含24名被试的数据，"part2"包含16名被试的数据。两组数据的区别在于视频刺激的分段时间点不同。具体视频片段的起止时间（以秒为单位）可在代码的配置文件（config/global.yaml中的start_end_time参数）中查询。
-
文件夹"eye_features"：
该文件夹包含提取的眼动特征（.npy文件）。
每个.npy文件中的键以"CLIP_clipID"命名。例如，键"CLIP_1"表示第一个视频的DE特征。特征数据的尺寸为:sample*50。
-
文件夹"eye_raw"：
该文件夹包含从眼动追踪设备中提取的xlsx文件。
-
文件"channel_62_pos.locs"：
该文件包含62导电极的空间位置信息，可使用MNE包读取。
-
文件"channel-order.xlsx"：
该文件包含DE特征的62导电极排列顺序。
-
文件"SEED-SD_stimulation.xlsx"：
该文件包含刺激素材的信息。
下载
下载SEED-SD数据集
参考文献
如果您觉得该数据集对您的研究有帮助，请在您的出版物中添加以下参考文献。
Ziyi Li, Le-Yan Tao, Rui-Xiao Ma, Wei-Long Zheng and Bao-Liang Lu, Investigating the Effects of Sleep Conditions on Emotion Responses with EEG Signals and Eye Movements,
IEEE Transactions on Affective Computing, 2025.
[BibTex]
