摘要：PhysioPain疼痛生理信号数据集是一个专门用于客观分析疼痛的多模态生物信号数据库，基于”疼痛虽然主观但可通过生物信号支持的自我报告系统进行客观分析”的研究假设而创建。该数据集由土耳其伊斯坦布尔文化大学采集，整合了脑电图（EEG）信号和腕带生理信号（包括皮肤电活动EDA、血容量脉搏BVP、温度、加速度计数据）以及参与者的主观调查问卷回答（包括麦吉尔疼痛问卷）。数据集收集自99名参与者，涵盖三种常见疼痛类型：头痛、背痛和月经痛，使用E4 Empatica腕带和Mindwave Mobile 2脑电图设备采集数据，所有原始数据、处理后数据和调查问卷答案均按参与者唯一ID组织存储。
数据集简介
数据集概述
数据集采用双设备采集方案，结合了神经生理信号和外周生理信号两个维度的疼痛相关信息。脑电图（EEG）信号通过Mindwave Mobile 2设备采集，能够捕捉大脑对疼痛的神经响应和皮层活动模式；腕带生理信号通过E4 Empatica设备采集，包括四种生理参数——皮肤电活动（EDA，反映交感神经活动和情绪唤醒）、血容量脉搏（BVP，反映心血管系统响应）、皮肤温度（反映血流和应激反应）和三轴加速度计数据（记录身体活动和姿势变化）。除生理信号外，数据集还包含参与者的主观疼痛评估，其中麦吉尔疼痛问卷（MPQ）是国际公认的多维度疼痛评估工具，能够从感觉、情感和评价三个维度量化疼痛体验。数据集按疼痛类型组织，涵盖头痛（神经性疼痛）、背痛（肌肉骨骼疼痛）和月经痛（内脏疼痛），为研究不同疼痛类型的生理特征差异提供了丰富的对比数据。
PhysioPain数据集为疼痛客观评估、疼痛分类和疼痛管理研究提供了宝贵的多模态数据资源，在临床疼痛学、神经科学、生物医学工程和人机交互等领域具有重要应用价值。研究人员可利用该数据集开展疼痛自动检测、疼痛强度评估、疼痛类型分类、多模态特征融合、疼痛预测模型构建、主客观疼痛评估一致性研究等多个方向的工作。脑电图和外周生理信号的结合提供了从中枢神经系统和自主神经系统两个层面理解疼痛机制的能力，有助于揭示不同疼痛类型的生理标志物和神经响应模式。该数据集对于开发可穿戴疼痛监测设备、智能疼痛管理系统、客观疼痛评估工具具有直接的技术支撑作用，特别是对于无法自我表达疼痛的群体（如婴幼儿、认知障碍患者、重症监护患者），基于生理信号的客观疼痛评估技术具有重要临床价值，有望改善疼痛诊断准确性、优化镇痛治疗方案、提升患者生活质量。
数据集来源
本数据集由土耳其伊斯坦布尔文化大学采集，收集自99名参与者，通过Mindwave Mobile 2脑电图设备采集EEG信号和E4 Empatica腕带采集生理信号（EDA、BVP、温度、加速度计），结合麦吉尔疼痛问卷等主观评估，涵盖头痛、背痛和月经痛三种疼痛类型，按参与者ID存储原始和处理后数据，为疼痛客观评估和多模态分析研究提供数据支撑。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-29
文件大小：772M
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)