DEAP数据集--一个重要的情绪脑电研究数据集(更新)

DEAP数据库简介

DEAP[1](Database for Emotion Analysis usingPhysiological Signals)，该数据库是由来自英国伦敦玛丽皇后大学，荷兰特温特大学，瑞士日内瓦大学，瑞士联邦理工学院的Koelstra 等人通过实验采集到的，用来研究人类情感状态的多通道数据，可以公开免费获取。该数据库是基于音乐视频材料诱发刺激下产生的生理信号，记录了32名受试者，观看40分钟音乐视频（每一个音乐视频1分钟）的生理信号和受试者对视频的Valence, Arousal, Dominance,Liking的心理量表，同时也包括前22名参与者的面部表情视频。该数据库可以研究多模态下的生理信号，对情绪脑电的研究具有非常重要的意义。

生理信号采用512Hz采样，128Hz复采样（官方提供了经过预处理的复采样数据）每个被试者的生理信号矩阵为40*40*8064（40首实验音乐，40导生理信号通道，8064个采样点）其中40首音乐均为时长1分钟的不同种类音乐视频，40导生理信号包括10-20系统下32导脑电信号、2 导眼电信号（1导水平眼电信号，1导竖直眼电信号）[眼电信号EOG]、2导肌电信号（EMG）、1导GSR信号（皮电）、1导呼吸带信号、1导体积描记器、1导体温记录信号。8064则是128Hz采样率下63s的数据，每一段信号记录前，都有3s静默时间。

在采集的40个生理信号通道中，前32个通道采集的为脑电信号，脑电通道按照国际10-20系统选择32个通道的位置，分别为Fp1、AF3、F3、F7、FC5、FC1、C3、T7、CP5、CP1、P3、P7、PO3、O1、Oz、Pz、Fp2、AF4、Fz、F4、F8、FC6、FC、Cz、C4、T8、Cp6、Cp2、P4、P8、PO4、O2。10-20系统如下图所示。

图1 32电极的国际10-20系统(标记为灰色圈),图片来源[2]

DEAP数据库数据采集

DEAP 数据库所使用的脑电采集设备为Biosemi ActiveTwo系统，采样频率为512Hz。实验使用Neurobehavioral公司提供的 Presentation 软件来播放音乐视频，播放视频的电脑是Pentium 4系统，显示器规格大小为1280*1024。

Biosemi ActiveTwo脑电采集系统主要组成为：128 导的电极帽、信号接收器、A/D转换 器和一个正常运行的笔记本电脑。该系统最多可以采集到128个导联EEG信号，而实际采集 中选择性的只用到了32个导联电极帽。32导电极帽的位置采用了国际公认的10/20导联标准进行放置，如图1灰色圈所示，电极安放的位置分布基本覆盖了脑部的四大区域，间距适中，能够有效的采集到所需要的脑电原始 数据。脑电采集设备在使用前需要进行相关的预设置，比如，滤波设置，归零设置，检查全 部的导联状态是否在连通的状态。

DEAP数据库总共选取了32名参与者进行实验，所有人都是在校人员，其中包括16名男 性和16名女性，年龄范围为19~37岁，平均年龄为26.9岁。[注：所有参与者身体状况良好，精神状态良好，没有任何的精神疾病或脑部受损，都是右手有利]

实验开始时，需做一些前期准备：

1. 保证参与者是出于完全自愿的情况下参与本次实验的测试过程；
2. 参与者需要阅读相关的实验注意事项和实验执行流程，其中注意事项包括因身体晃动、情绪紧张等因素造成的采集误差。
3. 参与者需要填写个人的基本信息表，检查电极是否接触良好，电极帽是否正确放置。
4. 参与者带上电极帽，调整好最佳的身体和心理状态，在准备就绪后按下按钮开始试验。

脑电采集的具体流程如下图所示，主要包括以下几个步骤：

（1）实验进展程度的序号。在屏幕上会持续2秒钟，向参与者提示当前正在进行的是第几个视频顺序；

（2）基准记录(baseline recording)的采集。此过程会持续5秒钟，屏幕上会有一个十字架提示符号，此时参与者尽量保持平静，记录脑电信号开始的标记;

（3）音乐视频播放。此过程会持续63秒，前3秒是每次视频转换的时间，后60秒是音乐视频真正播放的时间，参与者在此过程中，需要尽量保持身体平衡，减少移动;

（4）自我评估打分。参与者在观看完一次视频后，需要及时的进行自我评估，采用自我评估(Self-assessmentManikins,SAM)问卷调查表。此过程会持续将近15秒左右。参与者在进行评估时，需要根据每次看完音乐视频后的真实情感体验;

（5）开始下一个实验。重复第(3)~(4)步，直到40个音乐视频材料全部播放完为止。

每个参与者需要进行40次实验，并且在每次实验结束后都要进行及时的自我评估，每个参与者需要在SAM问卷调查表上进行40次自我评估。

SAM 情绪类别评估通过形象化的人物模型代表不同状态下的情绪，愉悦度(Valence)和唤醒度(Arousal)来度量两种类别的情绪状态，愉悦度表示人的心情愉悦程度，变化范围由消极状态(Negative)逐渐过渡到积极状态(Positive)，对应的是由数字1到9的打分尺度来衡量；唤醒度表示人的状态兴奋程度，变化范围由平静状态(Calm)逐渐过渡到兴奋状态(Excited)，对应的也是由数字1到9的打分尺度来衡量。每位参与者需要在每次实验后选择代表情绪的分值。参与者每次在观看不同的视频后产生的不同情绪，都可以进行SAM标准来量化，用作后面的情绪分类的类别和识别分析。

对各个文件夹数据的介绍

data_original文件夹

DEAP数据存放于bdf文件，共32个。

文件名为s01.bdf~s32.bdf，分别是32名被试者全部的实验数据。

data_slice文件夹

来源于data_original文件夹里的bdf文件，是对bdf中的数据进行分割处理后得到的。

processed_single_epoch文件夹

processed_single_epoch文件夹包含s01-s32，共32个子目录。对应32名被试者。每个子目录有命名如s01_p32_01.set~s01_p32_40.set的文件。可以用EEGLAB读取。以s01_p32_01.set为例说明。s01_p32_01.set是编号为s01的被试者参与的40次实验中顺序为01的情感数据。这个文件里的情感数据时长60s，只包括32个脑电通道。

img_channels文件夹

包含s01-s32，共32个子目录，对应32名被试者。每个子目录又包含01~40，共40个下级目录，对应每名被试者的40次实验。

每个下级目录里存放了32张图片，这是将每次实验的32个EEG通道数据转换成的32张时频域谱图。

data_preprocessed_matlab文件夹和data_preprocessed_python文件夹

这两个文件夹内容相同，只是存储的格式不同。

data_preprocessed_matlab存储的是mat文件，使用Matlab的load命令可直接打开。

data_preprocessed_python 存储的是dat文件。

参考文献

[1]Koelstra S , Muhl C , Soleymani M , et al. DEAP:A Database for Emotion Analysis ;Using Physiological Signals[J]. IEEETransactions on Affective Computing, 2012, 3(1):18-31

[2]基于脑电波减缓焦虑情绪的音乐再构建研究

[3]Study on Music Evoked Emotion Recognition Based on EEG Analysis

[4]基于脑电信号的情绪识别研究

[5]P. C. Petrantonakisand L. J. Hadjileontiadis, “Eeg-based emotion recognition using hybrid filteringand higher order crossings,”in Affective Computing and Intelligent Interaction andWorkshops, 2009. ACII 2009. 3rd International Conference on,2009, pp. 1-6.

[6]P.Petrantonakisand L.Hadjileontiadis, “A Novel Emotion Elicitation Index Using Frontal Brain Asymmetry forEnhanced EEG-Based Emotion Recognition.”IEEE Transactions on Information Technology in Biomedicine, vol. 15, no.5, pp. 737-746 ,Sep. 2011.

[7]K.Schaaff and T. Schultz, “Towards an EEG-based Emotion Recognizer for Humanoid Robots,”in The 18th IEEE International Symposium on Robot and Human InteractiveCommunication,2009, pp. 792-796.

[8]基于EEG脑网络的情感分析与识别