摘要：帕金森病神经活动数据集是一个面向帕金森病神经信号分析与机器学习研究的脑电图（EEG）数据集，主要通过合成方式模拟不同帕金森病状态下的神经活动。
数据集概述
帕金森病神经活动数据集是一个面向帕金森病神经信号分析与机器学习研究的脑电图（EEG）数据集，主要通过合成方式模拟不同帕金森病状态下的神经活动。数据包含加入噪声后的时序脑电信号，以增强其对真实临床环境中复杂神经活动的模拟能力，并结合患者年龄、性别、临床分期和疾病状态等信息，为神经活动分析提供更完整的临床背景。该数据集适合用于帕金森病相关神经异常识别、脑电信号分类和智能辅助分析研究。
数据结构与关键特征
数据集主要由患者元数据、原始 EEG 时序信号、STFT 时频特征和目标标签构成。元数据包含年龄、性别、临床分期等患者属性；原始信号部分记录模拟脑电活动，并人为加入噪声以模拟实际采集过程中的干扰。通过短时傅里叶变换（STFT）进一步获得信号的幅值和相位信息，从而同时保留时间域和频率域特征。目标标签共包含 4 类状态：0 为静止性震颤、1 为肌强直、2 为正常状态、3 为服药状态，可用于多分类机器学习与深度学习任务。
应用价值与研究方向
该数据集可用于帕金森病状态分类、神经活动模式识别、脑电时频分析、药物作用状态评估以及智能辅助诊断等研究。研究人员可以利用 FFT、STFT、小波变换等方法提取频域特征，并结合 SVM、随机森林、CNN、LSTM、CNN-LSTM 或 Transformer 等模型开展分类实验。此外，还可以研究原始 EEG 与时频特征的多模态融合、噪声鲁棒性、不同临床阶段神经活动差异以及服药前后脑电模式变化，为帕金森病数字生物标志物研究和智能神经监测系统开发提供数据基础。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-384
文件大小：13M
