Dapalm | IMS技术前沿

驾驶疲劳多模态表型数据集MPD-DF：50人同步EEG+ECG+视频的公开数据集

论文信息

项目	内容
标题	Multimodal Phenotyping Dataset of Driving Fatigue
期刊	Scientific Data (Nature)
发表	2026年1月22日
链接	https://www.nature.com/articles/s41597-026-06634-4
数据地址	https://figshare.com/articles/dataset/MPD-DF
被试	50人（35女15男）
任务	2小时标准化模拟驾驶
标注	医师标注的EEG疲劳标签

核心价值

1. 50人规模最大公开驾驶疲劳数据集：含EEG+ECG+视频+问卷多模态同步
2. 医师标注疲劳标签：基于EEG的专业标注，非主观自评
3. 2小时连续驾驶：覆盖从清醒到疲劳的完整过渡过程
4. 完全公开：figshare开放获取，可直接用于模型训练

数据集概览

1. 被试构成

属性	数值
总人数	50人
性别	35女 / 15男
年龄	22-55岁（均值32.4±8.7）
驾龄	1-30年（均值8.5±6.2年）
任务时长	2小时/人
采样设备	32ch EEG + 12导ECG + RGB视频

2. 模态清单

模态	设备	采样率	内容
EEG	32通道主动电极	500Hz	全脑脑电
ECG	12导联	500Hz	心电波形
视频	RGB摄像头	30fps	面部+上半身
问卷	NASA-TLX+KSS	每15min	主观疲劳/工作负荷
行为	驾驶日志	30Hz	速度/车道/反应时

3. 疲劳标注

标注类型	标注者	依据	频率
EEG疲劳等级	医师	频谱特征+行为	每分钟
KSS主观	被试	自评1-9	每15分钟
NASA-TLX	被试	6维度自评	每30分钟

与现有数据集对比

数据集	被试数	模态数	时长	标注质量	驾驶场景
SEED-VIG	23	1(EEG)	2h	自评	模拟器
DROZY5	14	5	1h	自评	实验室
CL-Drive	20	3	1h	自动标注	模拟器
MPD-DF	50	5+	2h	医师标注	模拟器

IMS开发启示

1. 可直接用于训练的模态

模态	IMS模块	训练可行性
EEG	认知分心/疲劳	✅ 50人训练集
ECG	HRV疲劳检测	✅ 可训练+验证
视频	PERCLOS/眼动	✅ 面部视频可训练
问卷	标签校准	✅ 交叉验证

2. 数据集使用建议

# 建议的训练/验证划分
train_set = 35人  # 70%
val_set = 7人     # 14%
test_set = 8人    # 16%

# 按性别分层
train_female = 24  # 70% of 35
train_male = 11    # 70% of 15

3. 关键研究价值

价值	描述
跨模态研究	同步EEG+ECG+视频，研究模态互补性
疲劳过渡过程	2小时连续记录，覆盖清醒→疲劳全过程
医师标注	比自评更客观的疲劳真值
性别平衡	35F/15M，可研究性别差异

4. 从MPD-DF到IMS模型

步骤	使用MPD-DF	产出
1. 预训练	EEG+ECG→疲劳分类	基线模型
2. 迁移学习	ECG→rPPG迁移	DMS心率模型
3. 多模态融合	EEG+ECG+视频→疲劳	多模态DMS
4. 标签蒸馏	医师EEG标签→自动标签	可扩展标注

总结

MPD-DF是当前最大、最全面的公开驾驶疲劳数据集：

1. 50人5模态2小时：规模和深度均为公开数据集最大
2. 医师EEG标注：比主观自评更客观，可直接作为训练真值
3. 可直接训练IMS模块：EEG/ECG/视频三模态覆盖DMS核心功能
4. 可研究跨模态互补性：为多模态融合提供理想实验平台

建议：IMS团队应立即下载并使用MPD-DF训练疲劳检测基线模型，特别是EEG→疲劳和ECG→HRV两个管道。