摘要：生理疼痛数据集是一个面向疼痛客观评估、生理信号分析与智能健康监测研究的多模态数据集，共采集自 99 名参与者。数据集通过融合脑电图（EEG）、E4 Empatica 腕带生理信号以及疼痛问卷信息，对个体疼痛状态进行综合描述，重点涵盖 头痛、背痛和痛经 三类疼痛。
数据集概述
生理疼痛数据集是一个面向疼痛客观评估、生理信号分析与智能健康监测研究的多模态数据集，共采集自 99 名参与者。数据集通过融合脑电图（EEG）、E4 Empatica 腕带生理信号以及疼痛问卷信息，对个体疼痛状态进行综合描述，重点涵盖 头痛、背痛和痛经 三类疼痛。由于疼痛具有较强的主观性，该数据集将参与者自我报告与客观生理信号相结合，为研究疼痛体验与神经、生理反应之间的关联提供了重要数据基础，可支持机器学习和深度学习驱动的疼痛识别与强度评估
数据结构与关键特征
该数据集采用分层目录方式组织，主要包含 原始 EEG 数据、处理后 EEG 数据、原始腕带数据、处理后腕带数据以及问卷数据。EEG 数据由 Mindwave Mobile 2 设备采集，并提供 1Hz、4Hz 和 combined 等不同处理版本，可用于脑电节律及神经活动分析；腕带数据由 E4 Empatica 设备采集，主要包括皮肤电活动（EDA）、血容量脉搏（BVP）、皮肤温度以及加速度计数据，可反映自主神经活动、心血管反应和身体运动状态。SURVEY DATA 则保存参与者的自我报告结果，包括麦吉尔疼痛问卷等疼痛评价信息。所有数据均通过参与者唯一 ID 进行关联，便于开展跨模态特征对齐与联合分析。
应用价值与研究方向
该数据集可广泛应用于疼痛状态分类、疼痛强度预测、生理信号特征提取以及个体化疼痛监测等研究。研究人员可以利用 EEG 频域特征、EDA、BVP、体温和运动信号建立传统机器学习模型，也可以采用 CNN、LSTM、Transformer 及多模态融合网络实现神经信号、生理信号与问卷数据的联合建模。进一步研究可聚焦于不同疼痛类型的生理差异分析、急慢性疼痛识别、无创疼痛客观量化、跨个体泛化以及可穿戴设备实时疼痛监测，为智能医疗、远程健康管理和辅助疼痛诊疗提供数据支持。
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-446
文件大小：1.1G
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)