面部情绪识别在退行性与慢性神经系统疾病中的数据集
该数据集包含来自慢性疼痛和肌萎缩侧索硬化（ALS）两类患者群体的匿名人口学与临床数据。它还包括评估情绪和认知能力的心理测量指标，涵盖社会认知、记忆、语言、视空间能力以及注意-执行功能
基本信息
资源简介
面部情绪识别在退行性与慢性神经系统疾病中的数据集
该数据集与一篇关于面部情绪识别的研究文章相关，研究主题为在退行性和慢性神经系统疾病中评估面部情绪识别能力。数据集收录了来自慢性疼痛和肌萎缩侧索硬化（ALS）两类患者群体的匿名人口学与临床数据，并包含一系列心理测量指标，用于评估情绪状态与认知能力，涵盖社会认知、记忆、语言、视空间能力以及注意-执行功能等多个维度。数据集由多位作者共同完成，发布机构为 Zenodo，发布时间为 2026 年，来源站为 doi.org，在分类上归属于神经系统疾病下的其他类别。整体而言，该数据集为探索神经系统疾病患者的面部情绪识别特征及其与情绪、认知功能之间的关系提供了结构化的数据基础。
【数据集背景】
该数据集围绕面部情绪识别这一研究主题构建，所对应的研究文章聚焦于退行性和慢性神经系统疾病人群。研究关注的两类患者群体分别为慢性疼痛患者和肌萎缩侧索硬化（ALS）患者。面部情绪识别是社会认知的重要组成部分，而神经系统疾病可能对患者的情绪加工与社会认知能力产生影响，因此该数据集以这两类人群为对象，整合人口学、临床与心理测量信息，用于支撑相关研究分析。数据集在分类上属于神经系统疾病领域下的其他类别，来源站为 doi.org，发布机构为 Zenodo，发布时间为 2026 年。
【数据内容】
数据集包含来自慢性疼痛和肌萎缩侧索硬化（ALS）两类患者群体的匿名人口学与临床数据。除人口学与临床信息外，数据集还纳入了心理测量指标，用于评估患者的情绪状态与认知能力。这些心理测量指标覆盖的范围包括社会认知、记忆、语言、视空间能力以及注意-执行功能。通过上述多方面的测量，数据集能够较为全面地反映两类患者在情绪与认知层面的特征，为分析面部情绪识别与这些功能之间的关系提供数据支持。
【采集与来源】
该数据集的来源站为 doi.org，发布机构为 Zenodo，发布时间为 2026 年。数据集对应的研究文章主题为在退行性和慢性神经系统疾病中评估面部情绪识别。数据来自慢性疼痛和肌萎缩侧索硬化（ALS）两类患者群体。关于具体的采集地点、采集时间跨度、采样方式、纳入与排除标准、伦理审批信息以及数据收集的具体流程，源站未提供。
【适用场景】
该数据集适用于围绕慢性疼痛和肌萎缩侧索硬化（ALS）患者群体的面部情绪识别研究，也可用于分析情绪状态与认知能力之间的关系。由于数据涵盖社会认知、记忆、语言、视空间能力以及注意-执行功能等心理测量维度，可用于探索这些认知领域与情绪识别表现之间的关联。此外，数据集包含匿名人口学与临床数据，可用于描述两类患者群体的人口学与临床特征。关于数据集的其它具体应用场景，源站未提供。
【使用方法】
该数据集以匿名形式提供人口学、临床及心理测量数据。关于数据的文件格式、目录结构、变量命名规则、编码方式、缺失值处理方式以及具体的读取与分析步骤，源站未提供。
【质量与限制】
数据集所包含的数据来自慢性疼痛和肌萎缩侧索硬化（ALS）两类患者群体，样本来源具有特定疾病背景。数据已进行匿名化处理。关于样本量、数据完整性、缺失情况、测量工具的信效度、潜在偏倚以及其它质量相关指标，源站未提供。
【引用与许可】
该数据集对应的研究文章主题为在退行性和慢性神经系统疾病中评估面部情绪识别，作者包括 Telesca, Alessandra、Faltracco, Veronica、Gandini, Giulia、Dalla Bella, Eleonora、Riva, Nilo、Vizziello, Maria、Giordano, Andrea、Grazzi, Licia、DEVIGILI, GRAZIA、Usai, Susanna、lauria, giuseppe、consonni, monic，发布机构为 Zenodo，发布时间为 2026 年，来源站为 doi.org。关于该数据集的具体引用格式、许可协议类型以及使用限制，源站未提供。
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://doi.org/10.5281/zenodo.23236899
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
该数据集包含来自慢性疼痛和肌萎缩侧索硬化症（ALS）两个患者群体的匿名人口统计学和临床数据。它还包含评估情绪和认知能力的心理测量指标，涵盖社会认知、记忆、语言、视空间能力以及注意-执行功能。
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。
