孟加拉国大学生抑郁症状与严重程度数据集（基于 Burns Depression Checklist）-103883

数据集获取

源站：https://doi.org/10.17632/9mphhb9zhz

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 7.4 MB。

数据说明

本数据集包含从孟加拉国多所高校不同院系学生中收集的关于抑郁症状的自报式调查问卷回复。数据通过结构化问卷采集，记录了人口学与学业信息（年龄、性别、院系、专业、学习年份及GPA/学业成绩），同时包含对25项Burns抑郁量表（BDC）的作答。每个BDC条目均采用5点Likert量表评分（“完全没有”“有一点”“中等程度”“相当明显”“极其明显”），涵盖核心抑郁症状（情绪、自尊、内疚感、社交退缩、动力、睡眠、食欲及躯体不适）以及三个评估自杀意念和自伤风险的安全相关条目。研究使用BDC总分及各条目得分将参与者划分为六个抑郁严重程度类别（无抑郁、正常但不快乐、轻度、中度、重度、极重度）。

该数据集以原始Excel文件（Student Data Collection Form.xlsx）形式提供，并附带一个Python脚本（BD_student_BDC_eda_code.py），该脚本执行数据清洗、描述性统计、信度分析（Cronbach’s alpha），并生成15幅出版级质量（600 dpi）图表，总结人口统计学分布、BDC得分分布、条目级应答模式、条目间相关性以及按性别和学年划分的严重程度分类。该数据集可能对研究学生心理健康、抑郁筛查工具验证，或南亚高等教育环境中抑郁症状的人口统计学/学业相关因素的研究人员有用。敏感内容说明：BDC中有三个条目涉及自杀意念和自伤风险。使用该数据集的研究人员应以适当的伦理关怀处理，遵循其机构关于敏感心理健康数据的指南。

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。