Page 117 - 《软件学报》2024年第4期

李晴 等: 神经网络结构搜索在脑数据分析领域的研究进展 1695

网络结构的搜索, 因此, 我们回顾了现有基于 NAS 的脑数据分析研究工作中常用的数据集, 总结能够支撑
NAS 搜索的脑数据集. 我们分别针对不同模态的脑数据类型选取了使用频率较高的部分数据集进行介绍, 并
总结了在分类任务中用于验证算法性能的实验策略, 以便对 NAS 算法的评估有相对统一的标准.
4.1 常用公开数据集

目前, 为了评测 NAS 算法在脑数据分析中的性能, 常用的评测数据集主要包括 EEG, fMRI, sMRI 和 CT
这 4 个模态的数据类型(如表 3 所示). EEG 数据集中主要包括 BCI competition IV, DEAP (database for emotion
analysis using physiological signals)和 SEED (SJTU emotion EEG dataset); fMRI 数据集主要包括 HCP (human
connectome project)和 ABIDE (autism brain imaging data exchange); sMRI 数据集主要包括 MSD (medical
segmentation decathlon)和 BraTSchallenge (brain tumor segmentation challenge); CT 数据集主要包括 MICCAI
challenge 和 StructSeg challenge. 表 3 总结了可用于 NAS 搜索对脑功能和结构进行分析的数据集, 对相关数据
集的数据类型、被试数量、实验任务类型、基于 NAS 算法的研究目的、使用该数据集的文章数量以及下载链
接进行了综述.
表 3 NAS 算法在脑数据分析中常用的公开数据集
数据 被试数量/ 基于 NAS 的 该领域
数据库 任务类型 下载链接
类型 样本数量 研究目的 文献数量
BCI Competition 9 名 运动想象
BCI IV 2a 被试 (4 类) 2
Competition 功能 分类 https://www.bbci.de/
IV BCI Competition 9 名 运动想象 1 competition/iv/
IV 2b 被试 (2 类)
EEG
SEED 15 名 情感识别 功能 分类 2 https://bcmi.sjtu.edu.cn/
被试 (3 类) ~seed/index.html
32 名 情感识别 http://www.eecs.qmul.ac.uk/
DEAP 功能 分类 1
被试 (4 类) mmv/datasets/deap/
运动
工作记忆
约 赌博
https://www.
HCP 1 200 名 语言 功能 特征 9 humanconnectome.org/
提取
被试 社交
fMRI 情感
关系
1 112 名
ABIDE I 孤独症 分类
被试
ABIDE 1 314 名 谱系障碍 功能 特征 2 http://fcon_1000.projects.
nitrc.org/indi/abide/
ABIDE II (ASD) 提取
被试
2 633 个 医学图像 https://registry.
MSD 结构 分割 6
样本 分割 opendata.aws/msd/
542 名
BraTS 2018 被试
MRI 分割
BraTS BraTS 2019 626 名 医学图像 结构 图像 3 https://www.
被试 分割 synapse.org/
2 040 名 生成
BraTS 2021
被试
48 名 医学图像 https://www.imagenglab.
MICCAI 2015 被试 分割 结构 分割 1 com/newsite/pddca/
CT
StructSeg 2019 60 名 医学图像 结构 分割 1 https://structseg2019.
被试 分割 grand-challenge.org
• EEG 常用数据集
BCI Competition IV (https://www.bbci.de/competition/iv/)为脑机接口(brain-computer interface, BCI)的知名
竞赛数据平台, 该数据平台的初衷在于验证脑机接口的信号处理和分类方法. 该平台发布了多个数据集, 其
中: 在基于 NAS 算法的脑科学研究中常用的是数据集 2a 和 2b, 它们都是基于视觉诱发的运动想象脑电数据
集. 数据集 2a 采集了 4 类运动想象任务(左手、右手、双脚和舌头运动). 对 9 名被试在不同日期采集了 2 个