情绪识别与痴呆研究：基础与展望的文献计量数据
数据覆盖情绪识别与痴呆研究领域的文献计量信息，包括文献耦合与共被引等链接关系，可用于分析该领域的研究结构、聚类分布与参考文献构成（来源 DataONE）
![La investigación sobre reconocimiento emocional y demencias: fundamentos y prospectiva [Research on emotion recognition and dementias: foundations and prospects].](/medical-api/medicalDataset/datasetCover/180927.jpg)
基本信息
资源简介
情绪识别与痴呆研究：基础与展望的文献计量数据
La investigación sobre reconocimiento emocional y demencias: fundamentos y prospectiva [Research on emotion recognition and dementias: foundations and prospects].
该数据集来自 search.dataone.org，围绕论文《La investigación sobre reconocimiento emocional y demencias: fundamentos y prospectiva》所描述的文献聚类，提供各聚类的书目特征以及构成这些聚类的完整参考文献列表。数据覆盖情绪识别与痴呆研究领域的文献计量信息，包括文献耦合与共被引等链接关系，可用于分析该领域的研究结构、聚类分布与参考文献构成（来源 DataONE）。
【主题与分类】
主题标签：Social Sciences、Reconocimiento facial de las emociones、Medicine, Health and Life Sciences、Análisis bibliométrico、Demencias、Enlaces bibliográficos、Bibliographic coupling、Co-citation、Co-citación、Dementias。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A78b50c14323ab93a781dcd27ad6e42f6aee7b1952af3d34ace7911fc4255b937
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
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
《“情绪识别与痴呆研究：基础与展望”一文中所述聚类簇的文献特征及其构成参考文献的完整列表》[《“情绪识别与痴呆研究：基础与展望”一文中所述聚类簇的文献特征及其构成参考文献的完整列表》]。
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。
