QoL_Stress：生理与自报压力反应多模态数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23210360

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 2.1 MB。

数据说明

数据描述 QoL_Stress数据集按集合组织，导出为CSV文件。每个文件包含所有参与者的数据；阶段标签（RELAX/STRESS）和参与者标识符可将生理信号与自我报告测量结果关联起来，从而支持多模态分析。集合 记录数 描述 关键字段 ecg 132 来自66名参与者在RELAX和STRESS阶段的单导联ECG记录。每条记录持续约30秒。完整ECG波形以单个CSV字段存储在waveform_samples中，并附有心率、阶段、记录和设备元数据 waveform_samples、heart_rate（bpm）、heart_rate_alert、phase eda 124 来自66名参与者在RELAX和STRESS阶段的EDA记录。记录时长最长可达2分钟。该文件包含相对时间、有效性、设备提供的激活信息以及平均皮肤电导水平。

由于采集错误，缺少八份预期记录。time_sec, scl_avg (μS), activation, valid_data, phase fitbit_heart_rate_per_second 66 以每秒分辨率记录的心率 time, value (bpm) fitbit_heart_rate_per_minute 66 以每分钟分辨率平均的心率 time, value (bpm) fitbit_heart_rate_summary 66 每日心率摘要，包括心率区间和卡路里 zone_name, min, max, minutes, caloriesOut participants 66 参与者人口统计信息和职业类别 sex, age, education_level, job_category pss-14 66 感知压力量表总分及条目级响应 score, individual item responses stai 132 状态-特质焦虑量表——状态（STAI-S）按实验阶段得分 score, individual item responses, phase 文件命名 文件以采集名称命名，例如 ecg.csv、eda.csv、fitbit_heart_rate_per_second.csv 和 participants.csv。每个文件包含该采集所纳入参与者的数据。阶段标签（RELAX/STRESS）和参与者标识符可将生理信号与自我报告

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。