ECG与EEG压力特征数据集：基于机器学习的特定性别压力检测与多级分类初步研究
该数据集包含ECG与EEG信号特征，用于压力检测与多级压力分类研究。研究关注性别差异，特别是女性月经周期不同阶段对压力的反应差异，并探讨性别因素对机器学习模型检测与分类准确率的影响
基本信息
资源简介
ECG与EEG压力特征数据集：基于机器学习的特定性别压力检测与多级分类初步研究
ECG and EEG stress features for: ECG and EEG based detection and multilevel classification of stress using machine learning for specified genders: A preliminary study
该数据集包含ECG与EEG信号特征，用于压力检测与多级压力分类研究。研究关注性别差异，特别是女性月经周期不同阶段对压力的反应差异，并探讨性别因素对机器学习模型检测与分类准确率的影响。数据可用于开发和评估多个个体分类器进行压力检测，以及采用堆叠技术构建多级压力分类模型，支持特定性别与未指定性别的压力识别研究（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：心理健康，尤其是压力，对生活质量起着至关重要的作用。在月经周期的不同阶段（黄体期和卵泡期），女性对压力的反应可能与男性不同。因此，这可能影响未考虑性别的机器学习模型在压力检测和分类上的准确性。然而，此前从未对此进行过研究。此外，仅有少数压力检测设备经过科学验证。为此，本工作通过ECG和EEG信号，为未指定性别和特定性别提出压力检测与多级压力分类模型。压力检测模型通过开发和评估多个个体分类器来实现。另一方面，采用堆叠技术获得多级压力分类模型。ECG和EEG特征提取
【主题与分类】
主题标签：Machine learning、electroencephalogram、gender、stress、Electrocardiogram。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A821b28647fb55cd55263e261c759c0a0ebba7624ddc1e3b62a8ea674bb484eba
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
心理健康，尤其是压力，对生活质量起着至关重要的作用。在月经周期的不同阶段（黄体期和卵泡期），女性对压力的反应可能与男性不同。因此，这可能会影响未考虑性别的机器学习模型的压力检测和分类准确性。然而，此前从未对此进行过研究。此外，仅有少数压力检测设备经过科学验证。为此，本研究通过ECG和EEG信号，针对未指定性别和指定性别提出了压力检测和多级压力分类模型。压力检测模型通过开发和评估多个个体分类器来实现。另一方面，采用堆叠技术来获得多级压力分类模型。从40名受试者（21名女性和19名男性）提取的ECG和EEG特征被用于训练和验证模型。在……
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
