进食障碍神经行为因素研究数据集
该数据集来自孟加拉国 Daffodil International University 的学生调查，于 2024 年 8 月至 11 月通过电子邮件和社交媒体收集了 550 份回复，涵盖人口统计学、认知控制、情感价值表征、显著性/味觉处理、身体意象感知、奖赏处理/习惯形成以及进食障碍自我感知七个关
基本信息
资源简介
进食障碍神经行为因素研究数据集
Neurobehavioral Factors in Eating Disorders Study
该数据集来自孟加拉国 Daffodil International University 的学生调查，于 2024 年 8 月至 11 月通过电子邮件和社交媒体收集了 550 份回复，涵盖人口统计学、认知控制、情感价值表征、显著性/味觉处理、身体意象感知、奖赏处理/习惯形成以及进食障碍自我感知七个关键因素。数据可用于探索进食障碍的神经行为因素，支持构建基于大脑的模型以理解和应对相关状况，适合分类、探索性数据分析及心理健康相关的人工智能研究（来源 Kaggle，CC0: Public Domain 许可）。
【数据集背景】
源站首次发布：2025-01-16。
【数据内容】
源站描述（机器翻译，仅供参考）：探索进食障碍的神经行为因素：来自孟加拉国大学生的一项详细数据集 描述 该数据集呈现了大学生中与进食障碍相关的神经行为因素。调查通过电子邮件和社交媒体平台分发给孟加拉国 Daffodil International University 的学生，于 2024 年 8 月至 11 月期间收集了 550 份回复。数据集涵盖七个关键因素：人口统计学、认知控制、情感价值表征、显著性/味觉处理、身体意象感知、奖赏处理/习惯形成，以及关于进食障碍的自我感知。该数据集为探索进食障碍神经生物学因素的研究人员提供了有价值的见解，支持创建基于大脑的模型，以更好地理解和应对这些状况。 类别 计算
【数据结构与技术规格】
文件数 2 个，合计 414.15 KB。
【主题与分类】
主题标签：computer science、health conditions、exploratory data analysis、artificial intelligence、mental health。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/jocelyndumlao/neurobehavioral-factors-in-eating-disorders-study
使用许可：CC0: Public Domain。
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。
需登录公开下载
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。
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://kaggle.com/datasets/jocelyndumlao/neurobehavioral-factors-in-eating-disorders-study
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:
数据集大小约 414.1 KB。
数据说明
Jocelyn Dumlao (2025). Neurobehavioral Factors in Eating Disorders Study [Dataset]. https://www.kaggle.com/datasets/jocelyndumlao/neurobehavioral-factors-in-eating-disorders-study
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
