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1G原创声明本数据集为整理作品