不同年龄与抑郁严重程度组间活动记录变量比较及其与抑郁严重程度和年龄的关联

这些文件包含对40名慢性失眠受试者及其40名同床伴侣连续七晚的体动记录仪测量数据。所有招募的受试者在白天和夜间均全程佩戴该设备

google_dataset
浏览 18
时间序列分类可穿戴设备腕部活动记录时间序列慢性失眠睡眠障碍精神障碍睡眠监测活动分析
Comparisons of actigraphy variables across age and depression severity groups and associations with depression severity and age.

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-01

资源简介

不同年龄与抑郁严重程度组间活动记录变量比较及其与抑郁严重程度和年龄的关联

这些文件包含对40名慢性失眠受试者及其40名同床伴侣连续七晚的体动记录仪测量数据。所有招募的受试者在白天和夜间均全程佩戴该设备

Chronic insomnia and bed partner actigraphy data

【数据内容】

源站描述(机器翻译,仅供参考):这些文件包含对40名慢性失眠受试者及其40名同床伴侣连续七晚的体动记录仪测量数据。采用腕部体动记录仪,使用Respironics Actiwatch Spectrum Pro和Actiware软件(Respironics, Bend, OR, USA)连续收集一周,运动计数以60秒为一个采样时段。所有招募的受试者在白天和夜间均全程佩戴该设备。所有受试者均可自由活动,未被禁止进行任何日常生活活动。体动记录仪数据文件首先经过处理以提取特征,随后输入机器学习模型,该模型利用这些特征将受试者分为慢性失眠受试者和正常睡眠者。

【主题与分类】

主题标签:可穿戴设备、腕部活动记录、时间序列、慢性失眠、睡眠障碍、精神障碍、睡眠监测、活动分析。本站分类:精神与行为障碍。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3Abdeaa09d116efca07f8dec878ee1d87ac49c97ed4a76523bd6ae40641f7bbd19

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

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

源站:https://search.dataone.org/view/sha256%3Abdeaa09d116efca07f8dec878ee1d87ac49c97ed4a76523bd6ae40641f7bbd19

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。

数据说明

Maia Angelova;Shitanshu Kusmakar;Chandan Karmakar;Ye Zhu;Sergiy Shelyag;Sean Drummond;Jason Ellis(2025). 慢性失眠与床伴活动记录数据 [数据集]. http://doi.org/10.5061/dryad.b8gtht7bh

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。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案