面向神经建筑学（Neuroarchitecture）的EEG情绪识别数据集评估：开放性、AI-readiness与ontology maturity的可复用评价框架
《Frontiers in Neuroinformatics》：EEG emotion-recognition datasets for neuroarchitecture: an appraisal of openness, AI-readiness and ontology maturity
摘要
引言：神经建筑学（Neuroarchitecture）研究设计空间如何塑造情绪，常采用脑电图（electroencephalography, EEG），而从EEG解码情绪的计算模型必须在有标注记录上训练。然而，广泛共享的EEG情绪数据集中没有一个是记录受试者穿行于设计空间时的数据；研究人员发现的少数空间记录均自2023年以来发布，且为单项研究，每项最多被引用一次。因此，研究人员借用一般情绪数据集，这些数据记录坐姿参与者观看电影、听音乐、玩游戏或交谈，并必须判断每个数据集能否被找到、获取和复用于迁移学习（transfer learning）。该综述为此决策提供一种可复用方法并加以应用。
方法：遵循PRISMA 2020，以数据集为分析单元，两轮检索识别出27个公开可获取数据集（第一轮22个，第二轮5个），均非为空间研究设计。一个已发表的包含52条标准的编码手册定义了三种工具：开放性（openness），依据FAIR（Findable, Accessible, Interoperable, Reusable）原则评判，并单独记录访问类别；AI-readiness，为三个子分数的等权均值（标签信息、对标准任务的适配以及与其他数据的对齐），描述其作为迁移来源的可用性；ontology maturity（本体成熟度），分五级，描述情绪标签在多大程度上可映射到其他词表。所有标识符和访问路径均经过核查。
结果：开放性中互操作性（Interoperability）最弱（2.044，对照FAIR综合分2.857），仅8个数据集完全开放。27个数据集中有13个（48.1%）缺少数据集级标识符；在2026年9月11日复核时，三个广泛使用的数据集无法通过其已发布路径访问。AI-readiness在1.0–4.0量表上平均为2.684（中位数2.60，范围2.10–3.33），本体层级集中在Level 3（27个中16个），无处于Level 4或Level 5者。开放性与就绪度几乎不相关（ρ = 0.08），而本体层级与就绪度相关（ρ = 0.68），部分原因是二者均读取标签结构。
讨论：因此，仅开放获取不足以指导复用。该方法、编码手册和脚本已发布，以便没有专用数据领域的研究人员测试其计划复用的数据集。
1 Introduction（引言）
神经建筑学（Neuroarchitecture）研究设计空间如何塑造情绪，脑电图（EEG）因便携性和时间精度适合该工作，移动脑/身体成像（MoBI）可同步记录移动中的脑与身体动态。现有共享基准层级的EEG情绪数据集均未在人们穿行设计空间时采集；少数空间情境EEG发布均为2023年以来单项研究，且无基准划分、标准数据模式或训练加载代码。大量存在的是坐姿情绪EEG，记录观看电影、听音乐、玩游戏、想象或交谈时的效价（valence）和唤醒度（arousal）或离散情绪类别。Russell环状模型将情绪置于效价—唤醒度空间，而场所情感质量也被置于相同维度。神经建筑学的现实使用是迁移学习（transfer learning），但跨坐姿语料迁移已损失精度，空间体验又增加移动和自主注视差异。该综述评估27个持续记录数据集，提出三个研究问题：开放性（RQ1）、AI-readiness（RQ2）和本体成熟度（RQ3），并贡献经审查语料与可复用评价方法。
2 Methods（方法）
2.1 Design and scope（设计与范围）
遵循PRISMA 2020，以数据集为分析单元，限定持续记录语料。使用PICOD范围框架，在PICO上增加数据集约束（D），入口门槛为头皮EEG伴情绪标签、持续文档和面向全球研究者的访问路径。以数据准备度而非模型准确率为结局。语料两轮检索：第一轮22个，第二轮5个，共27个。编码手册52条标准；FAIR开放性评分可查找性（F）、可访问性（A）、互操作性（I）和可复用性（R）各0.0–4.0，访问类别单独记录；AI-readiness为注释特异性（AS）、任务对齐（TAS）和本体成熟度子分（OMS）的等权均值；本体成熟度由固定决策树赋L1–L5，辅以本体形式化指数（OFI）。三个语言模型评分者重编码，平均Fleiss’ κ = 0.947。
2.2 Search and selection（检索与选择）
采用两轮加性检索。流A检索书目数据库和注册库，第一轮仅保留汇总计数，第二轮重跑IEEE Xplore、Scopus和Web of Science，验证后纳入5个数据集。流B浏览OpenNeuro/NEMAR、Zenodo、Mendeley Data、IEEE DataPort、Kaggle、Hugging Face Datasets、Papers With Code和GitHub，并前后向引文追踪。去重时同一语料合并为一个评分单元；SEED-GER和SEED-FRA因参与者独立保持分开。排除记录含11项资源，包括无头皮EEG、其他模态、无情绪标签的SEED变体；EEGEMO因无法确认普遍访问而保留。
2.3 Eligibility and risk of bias（纳入与偏倚风险）
公开可获取指有持久公共记录且全球符合条件研究者可按明示条款获得，不必然无限制下载或再分发。纳入需同时满足三个D条件：头皮EEG伴情绪/情感标签；持久文档；数据集级持久标识符解析到数据，或任何研究者可完成的公布申请流程。仅按国籍/地区限制或无文档路径失败。访问路径于2026年8月1日和9月11日核查；DEAP、AMIGOS和MAHNOB-HCI在二查时文档路径失效，但仍保留并标记。偏倚风险采用受QUADAS-2启发的矩阵，在D1数据集构建、D2注释、D3文档与透明度、D4可访问性与可重复性四域评Low、Moderate或High，并评空间情绪问题适用性。
2.4 Appraisal instruments（评价工具）
属性提取到单一经来源核查记录，含参与者、导联、标签模型、模态、访问类别、许可、格式和标识符，每值带来源和检查日期。已发表编码手册52条标准，每标准有枚举状态、固定分数、决策规则和缺失数据政策。脚本可从编码状态重算分数。两类约定：设计中不可能存在的属性剔除，可能存在但未报告者按底分，报告更少不导致分数更高；指数最终一次性四舍五入。
2.4.1 FAIR openness and access class（FAIR开放性与访问类别）
开放性依FAIR原则评分0.0–4.0。可查找性（F）问数据集级标识符是否存在、解析且唯一，描述记录是否注册。可访问性（A）问访问路径和资格要求是否清晰、对任何国家研究者开放且检查日有效，不要求免费下载。互操作性（I）按信号文件容器排名，标准EEG格式如BIDS-EEG、EDF或EEGLAB，其次通用MATLAB或文本，再到设备原生二进制，并奖励标准标签文件和加载器。可复用性（R）读许可、复用条款、变量级文档和来源。访问类别单独记录：完全开放为匿名自助下载；注册/许可门控为免费账户、机构批准或最终用户许可协议；条件访问为数据使用协议或酌情批准。访问类别不加FAIR分。
2.4.2 AI-readiness（AI-readiness）
AI-readiness评分数据集作为迁移学习来源的有用性，基于发布内容而非报告准确率。三个子分数：注释特异性（AS）评分发布标签，奖励丰富标签方案、时间精细标签、参与者报告或多注释者交叉核验、每参与者足够标注单元和公布注释者一致性。任务对齐评分（TAS）评分迁移流程需的六项检查：数值情感量表回归、试验内标签跟踪、与EEG时间锁定第二信号融合、至少10名参与者且有共享标签目标、有文档划分和可运行代码、已有开源EEG库阅读器（TorchEEG、EEGain、braindecode或MNE）。本体成熟度子分（OMS）评分标签和通道能否与另一数据集对齐：标签结构、标准电极名与位置、通道密度、BIDS-EEG组织和受控词表。各子分1.0–4.0，AI-readiness为等权均值AIR = (AS + TAS + OMS)/3。等权为无优先级默认，排序在权重±0.10扰动下稳定。
2.4.3 Ontology maturity（本体成熟度）
本体成熟度描述情绪标签结构化形式，五级：L1扁平标签、L2基本情绪分类、L3关系/维度情感模型、L4形式情绪本体、L5情绪知识图谱。语料分布为L1 4（14.8%）、L2 7（25.9%）、L3 16（59.3%）、L4 0、L5 0。层级按允许的映射排序，数据集取通过测试的最高级。L3测试有三路径：发布情感维度如效价、在九个或以上情感词上有分级评分、或超过八个离散类别。阈值八因为最大标准基本情绪集有八类。两条规则：评分仅在与记录对齐发布时计数；附于类别的强度不是情感坐标。决策树从发布标签模型和外部词表绑定分配级别，不手工输入。BIDS组织文件但不说明标签含义，因此在FAIR互操作性和OMS计分，不计入级别。OFI为三子指数均值，分别测标签结构、表示形式化和外部标准链接。
2.5 Verification of identifiers, coverage and codebook reproducibility（标识符、覆盖和编码手册可重复性验证）
一个语料可能多论文、多标识符、镜像或仅实验室网页可达。重跑检索发现第一轮未推进的五个合格语料，三个访问路径失效。所有27个语料持久标识符提交Crossref、DataCite和OpenAlex，至少在二者中解析且标题匹配算验证。审计区分描述符标识符与数据集级标识符。覆盖检查将27个数据集与102个情感EEG资源景观匹配，后者非独立。三个语言模型评分者从同一固定属性记录独立编码，平均条目级Fleiss’ κ = 0.947（49项，95% bootstrap区间0.918–0.963），说明给定共享记录的编码手册可重复性，不测人类评分者间信度。
2.6 Use of AI tools（AI工具使用）
使用Anthropic Claude和OpenAI Codex。Claude通过Claude Code环境提取属性记录，作为多个具有定义角色的智能体运行，记录每个值来源，并应用三种评价工具和担任三个语言模型评分者。OpenAI Codex用于早期稿语言编辑。Claude协助压缩重组文本、修改图布局、构建可重复性包和准备期刊通信。作者设计综述和纳入规则，在三评分者编码前固定编码手册和可重复性协议，核查智能体输出，并对全部内容和报告值负责。
3 Results（结果）
3.1 The appraised corpus（纳入评估的语料）
27个数据集，ID 1–22为第二轮前语料，23–27由第二轮加入。队列8（SEED-GER和SEED-FRA）至123（FACED），导联1（K-EmoCon）至250（IESD）。任务簇描述性，不进入评分。离散多情绪最大11，其次多模态6、维度VAD 3、对话社交3、连续自然主义2、可穿戴现场2。SEED系列提供8/27，均来自一个实验室和同一62通道导联，语料独立性低于计数。第二轮前22：16来自数据库检索，6来自引文和门户。第二轮加5。七项候选因访问条件未验证而推迟。11项资源因无头皮EEG、其他模态或无情绪标签被移除。完全开放发布始于2020年，之后未见向开放标准格式发布的迁移。2019年前所有发布为注册/许可门控.mat/.bdf语料。2023–2025的10个发布中仅3个完全开放，仅2个验证标准结构。
3.2 Openness (RQ1)（开放性）
访问类别：完全开放8（29.6%），注册/许可门控15（55.6%），条件4（14.8%），封闭0。语料均值F = 3.311、A = 3.511、I = 2.044、R = 2.563，综合2.857。互操作性最弱，常见MATLAB .mat或非BIDS格式；仅EmoEEG-MC和Daly deposit验证BIDS-EEG，DENS和IESD部分合规，无数据集达最高互操作性。未声明许可的DREAMER、FACED和EVA-MED有最低可复用性。四个OpenNeuro deposit在FAIR排序顶部。更多引用语料倾向更不开放：FAIR与OpenAlex引用计数负相关（ρ = ?0.504原始，?0.571按年），与AI-readiness无实质关联（ρ = +0.176，p = 0.38；+0.203，p = 0.31）。13/27（48.1%）无数据集级持久标识符，包括DEAP、八个SEED变体、DREAMER、AMIGOS、MAHNOB-HCI和MPED。DEAP、AMIGOS和MAHNOB-HCI在2026年9月11日复核时不可达，A = 1.6最低。访问类别也不指示内容：最丰富注释为AMIGOS（门控）和K-EmoCon（条件）。
3.3 AI-readiness (RQ2)（AI-readiness）
AI-readiness均值2.684，中位2.60，范围2.10–3.33。无当前发布可达顶部，因顶部状态需受控词表或形式情绪本体。对齐最弱，OMS均值低于AS和TAS。最高综合由相反路线达到：AMIGOS经注释（AS = 4.0，三独立注释者），EmoEEG-MC经结构（最高OMS = 3.6）。K-EmoCon随AMIGOS模式。DENS高于均值AS和TAS。SEED-MYA最低，三轴均低于均值。就绪度更多随标签设计而非访问类别：14个中9个低于/等于中位者为离散多情绪；该簇11个成员仅SEED-VII和FACED高于中位。SEED线内就绪度随标签和任务支持而非硬件；SEED-VII因六基本情绪加中性及强度评分居首，SEED-MYA扁平三类最低。队列大小、硬件和传感器广度不决定就绪度。注释者间一致性很少发布：AMIGOS三注释者报告，K-EmoCon报告低一致性。
3.4 Ontology maturity (RQ3)（本体成熟度）
层级分布：L1 4（14.8%），L2 7（25.9%），L3 16（59.3%），L4 0，L5 0。典型在Level 3关系或维度情感模型。无外部词表或本体绑定。Level 3不均一：DEAP和DREAMER通过发布效价、唤醒、支配评分；Voice-UI和Daly deposit通过其他情感维度评分；IESD仅通过15个想象情绪类别且无维度评分。Level 4缺失有正面证据：Daly deposit描述符有可解析本体词，但附于研究记录而非情感标签；事件文件无HED、EmotionML或MFOEM术语。SEED线上限为语义而非工具：四个扁平三类为L1，SEED-IV、SEED-V、SEED-SD及MPED、EAV、ECSMP为L2。SEED-VII虽AI-readiness子分高于均值但仍在L2，因强度评分附于分配类别，不命名情感维度。EAV和MPED在论文描述效价和唤醒评分，但发布未作为标签分发，仍L2。EmoEEG-MC最接近Level 4，结合BIDS-EEG模式、丰富混合标签、详细README和最高OMS，但数据模式非语义模型，仍L3。OFI均值2.385，标签结构在九个数据集达观察最大；仅EmoEEG-MC和Daly deposit达外部标准链接最高观察分；非BIDS实验室页面分发者DEAP、SEED线、AMIGOS、MAHNOB-HCI和MPED占12个最低链接分。
3.5 How openness, ontology maturity and readiness relate（开放性、本体成熟度与就绪度关系）
本体级别与AI-readiness相关ρ = 0.68；去除OMS后ρ = 0.40，部分因共享测量。Openness与readiness几乎无关ρ = 0.08；控制本体级别后偏相关ρ = ?0.32。16/27共享Level 3。12个高于双均值者含三类访问类别；10个低于双均值者均仅发布离散标签。完全开放数据集落在就绪度均值两侧。权重扰动下排序稳定，每个方案Spearman ρ至少0.982，最差13/351不一致。折叠8个SEED变体为1单元后20单元，均值AI-readiness从2.684到2.77，中位从2.60到2.785，本体-就绪相关从0.68到0.56，16/20仍在Level 3，无L4或L5，关联方向保持。
4 Discussion（讨论）
4.1 What the appraisal shows（评估显示什么）
三个研究问题指向一个诊断：情绪EEG大量记录，但其元数据、文件格式和访问条款尚不能使记录汇合用于预训练和迁移。评估区分三个通常混同问题：能否获得、模型能否学习、标签能否映射。答案因数据集而异。最强证据关于持久性：八个被引最多纳入语料均无数据集级标识符；六个被引最多中DEAP、AMIGOS和MAHNOB-HCI复核时不可达。无数据集级标识符将持久性委托给一个web服务器和机构。引用计数与开放性负相关。互操作性和语义是同一议程：汇合需针对每个非BIDS语料定制摄取，易错。标准文件模式如BIDS-EEG也是受控情绪词表和VAD坐标可编码之处。EmoEEG-MC显示模式可及，但无语义。伦理和法律范围由访问条款设定；再分发条款意味着池化基准不能简单传递最常用语料数据。情绪是神经数据最敏感推断之一，数据表级文档应成为质量要求。仅11/27在文档D3低风险。空间记录增加位置、运动轨迹、可能视频，扩大同意和去识别范围。
4.2 A reusable appraisal method and codebook（可复用评价方法与编码手册）
第二贡献为可复用方法。资格包括能否获得，在评分前决定。访问与开放性分开记录。FAIR评分、访问类别、标识符和路径审计以及AS可适用于其他有标签EEG；其他数据类型需本领域标准。TAS任务列表和OMS、本体级别标准需适配目标领域任务、标签词表和传感器惯例。编码手册格式使适配可追溯。AI-readiness为何指示迁移适用性：现实使用是预训练加小目标适配；适配依赖共享标签维度/类别、通道重叠和标准管线。AS、TAS、OMS评分这些发布属性，可在训练前读取。报告准确率不评分，因依赖方法、划分和预处理。该分数是前提条件陈述，不预测迁移增益。编码手册是否有根据：内容效度、规则可重复性（κ = 0.947，但三评分者共享一个模型，不证明人类一致）、稳健性、分歧性。三个未展示：对实测迁移表现的效标效度、通用性、空间迁移标准。
4.3 From screen-based to spatial emotion: gaps for neuroarchitecture（从屏幕到空间情绪：神经建筑学缺口）
27个数据集共享同一范式：参与者停留一处，情绪材料被递送。多数展示电影或音乐视频；其他为音乐聆听、电脑游戏、屏幕压力测试、闭眼引导想象；三个用对话。无人在穿行空间或选择注视时记录EEG，包括两个可穿戴现场数据集。第一缺口是自主观看：电影中实验者决定何时展示，建筑中人决定看哪里、何时、多久。诱发事件由参与者选择，需从与EEG时间锁定的注视和位置记录恢复，标签附于参与者选择时刻。九个数据集发布与EEG同步的眼动数据，但均为实验者定时屏幕观看且无位置。第二缺口是移动：MoBI可记录行走EEG，行走改变信号和体验。行走增加运动和肌肉伪迹，改变姿势和头位。四个数据集发布加速度计或陀螺仪流，但均为静止会话。第三缺口是场所标签：除VAD外，HERO评舒适和工作负荷；声景数据收集ISO声景愉悦和八项双极评分；VR导航数据评焦虑和接近意愿。舒适、工作负荷、接近/回避评价场所或其中行动，无纳入标签集命名它们。将源标签与目标联系需要声明词间关系，即Level 4。覆盖检查发现五个建成/空间环境本身诱发反应的发布，均2023–2026，单研究，无基准划分、标准模式或训练工具。已审查语料仍提供起点，但未测试空间迁移。稀疏消费/干电极导联见DREAMER、AMIGOS、GAMEEMO、Emognition、K-EmoCon、LLaMAC和Mixed Emotion；DENS、IESD和EmoEEG-MC为高密度完全开放OpenNeuro deposit，适合预训练。SEED线和MAHNOB-HCI提供注视耦合记录，但门控。发布VAD自评见DEAP、DREAMER、AMIGOS、DENS、LLaMAC和Mixed Emotion。直到空间数据集达基准规模，空间研究解码器将用坐姿数据预训练、空间记录适配，可行但未测试。
4.4 Coverage beyond the appraised corpus（超出评估语料的覆盖）
外部覆盖检查比较纳入语料与作者单独编译的102个采集级情感EEG资源景观。27个中26个在该景观中，通过30个单元。缺席为K-EmoCon，其单电极NeuroSky MindWave以125 Hz采集，而发布含八个相对频带功率序列32 Hz。按本综述规则保留评分，但复用前须考虑表示限制。未来综述应评估分布式信号表示和采集模态。72个未匹配单元中69个符合纳入标准，3个因访问标准失败。检索非穷尽。五个合格数据集仅第二轮出现，七个候选因访问未验证推迟。第二轮使用数据论文或数据集文档类型限制，可能遗漏常规文章或会议论文描述的语料。作者102单元景观非独立第三方验证。纳入语料OpenAlex引用计数中位94，最大5044，而未匹配合格资源中位0，无超过100。27个是主导复用层。计数和比例描述27个纳入语料，非整个情感EEG景观。
4.5 Recommendations for future datasets（对未来数据集的建议）
新空间数据集应生而FAIR：以BIDS-EEG在CC0或CC-BY发布，具持久数据集级登录和数据表。目标为EmoEEG-MC和Daly deposit特征，尽管无现有数据集达最高互操作性。空间发布还应记录与EEG时间锁定的注视和位置，并标记参与者选择事件，使标签跟随注视和移动。参与者应评效价和唤醒以及场所特异量表，使新数据与Level 3源语料共享坐标。第二需要空间情感本体层：用受控词表注释情感，映射到VAD和建筑概念如舒适和接近，存储为机器可读BIDS事件元数据。现有标签集可映射到共享上层本体如MFOEM。这是达Level 4或5的唯一路径。迁移还需脚手架：新发布应包括标准跨语料划分和开放EEG库阅读器如TorchEEG和EEGain；至少一个高密度导联，使密集帽可降为稀疏移动帽并测量损失。SEED线提供族内迁移测试台，高FAIR OpenNeuro数据集可作预训练锚。
4.6 Limitations（局限）
分数由已发表编码手册和经来源核查属性记录确定，描述记录检查日期的文档资源属性。仓库内容、许可声明和访问路径可变，评估有时间特异性。Year为描述记录出版年；记录原始研究和公开发布年更好支持基础设施采用分析。标准为序数，小分差不等于实践差异。AI-readiness为推断综合，非模型准确率或验证空间迁移表现。权重稳定不验证标准或设阈值，TAS分值份额可能不通用。可重复性测试用三个语言模型评分者人格，共享一个语言模型，错误非独立，Fleiss’ κ假设不满足；共享同一提取记录，上游错误可重复。排除一致项后平均系数0.895。四项不变项κ未定义。人类作者裁决提取属性，但未获独立双人筛选、人类共识和人类评分者间系数。自动一致性不establish人类等价信度。样本小N = 27，八个相关SEED变体降低有效独立。多个分数共享输入，部分关联为共享测量。估计描述该语料，不应因果解释。六个任务簇为描述性，不进入分数。偏倚风险审计与FAIR同向。D1–D4低评级数为18、20、11、5。审计最强在注释和数据集构建，最弱在可访问性，唯一High为MPED D4。这种汇聚非独立佐证。封闭数据集缺失源于资格规则。
5 Conclusion（结论）
神经建筑学在共享基准层无专用EEG情绪数据集，其计算模型必须从坐姿参与者一般情绪数据集开始。该综述问哪些可作迁移源。第一贡献为经审查语料：27个持续记录数据集，均非空间研究设计，按PRISMA 2020识别和报告，每个用已发表编码手册评估，并给空间研究起点。第二贡献为可复用方法：PICOD范围、公开可获取资格规则、由一编码手册驱动的三种工具及脚本、标识符/访问路径/偏倚风险审计。三个语言模型评分者人格复现编码，平均条目级Fleiss’ κ = 0.947（49项定义系数）。对选择源数据集的研究者，三结果最重要：可下载不一定可合并；高使用不保证可获取；开放性与就绪度关系弱，本体级别追踪就绪度，部分因共享输入。开放性和就绪度须分开判断，可获取性须在研究建立前检查。无数据集达本体Level 4，因此无当前标签集可正式关联空间研究收集的舒适或接近判断。结论适用于27个语料的有界样本。检索非穷尽。相关性基于小样本和相关SEED变体。排序在测试权重扰动内稳定，但分数非神经建筑学迁移表现验证测量。可重复性包允许重算。更大缺口在语料之外：无共享数据集记录人们穿行设计空间时的EEG，覆盖检查发现五个空间发布均为2023–2026单研究，在基准层外。下一步是以持久标识符、开放许可和标准格式发布空间数据集，标签链接情绪本体，并记录人们看哪里和移动哪里。
