自然场景手机使用期间脑电、眼动与生理信号的多模态数据集
A multimodal dataset of EEG, eye-tracking, and physiological signals during naturalistic smartphone interactions
自然场景下使用手机时的神经生理动态仍缺乏刻画。研究让 30 名被试使用自己最常用的手机应用 10 分钟,随后被动观看 5 分钟标准化自然视频,同步记录 64 通道脑电、穿戴式眼动、光电容积脉搏波和皮肤电,并用晶体管-晶体管逻辑触发信号对齐各模态,同时收集手机成瘾量表和手机问题使用量表。数据按脑成像数据结构规范整理,公开于 OpenNeuro(编号 ds007537)。
30 名被试使用常用手机应用 10 分钟并观看 5 分钟自然视频,同步采集 64 通道脑电、穿戴式眼动、光电容积脉搏波与皮肤电,数据按脑成像数据结构规范整理并公开在 OpenNeuro。
智能手机已成为沟通、信息获取和数字互动的普及工具,然而与自然情境下智能手机使用相关的神经生理动力学仍未得到充分刻画。在此,我们呈现一个在生态效度良好的智能手机互动及随后的放松条件下采集的多模态生理数据集。三十名参与者使用其最常用的智能手机应用(主要为游戏或短视频)十分钟,随后被动观看一段标准化的自然视频五分钟。同步记录了脑电图(EEG;64 通道)、可穿戴眼动追踪、光电容积脉搏波(PPG)和皮肤电反应(GSR)传感器的数据。还收集了基于问卷的评估,包括智能手机成瘾量表(SAS)和手机问题使用量表(MPPUS),以刻画智能手机相关行为特质的个体差异。所有数据流均使用晶体管-晶体管逻辑(TTL)触发信号进行同步,以确保跨模态的精确时间对齐。该数据集按照脑成像数据结构(BIDS)规范组织,并在 OpenNeuro.org 上公开可用(登录号:ds007537)。该数据集使得能够研究智能手机互动期间的神经、眼动和自主神经反应,并支持在保持生态效度的同时对多样化智能手机行为进行多模态分析。
中文由 AI 翻译,仅供参考,以原文为准。
来源:Scientific Data · nature.com