精神疾病运动活动数据集
该数据集汇集了162名个体的腕部活动记录数据，涵盖重性抑郁（双相与单相）、精神分裂症、ADHD及其他情绪/焦虑障碍患者与健康对照组，共1565天、人均约9.6天的运动活动数据
基本信息
资源简介
精神疾病运动活动数据集
Psychiatric Motor Activity Dataset
该数据集汇集了162名个体的腕部活动记录数据，涵盖重性抑郁（双相与单相）、精神分裂症、ADHD及其他情绪/焦虑障碍患者与健康对照组，共1565天、人均约9.6天的运动活动数据。数据源自Actiwatch AW4设备以32 Hz采集后降采样至1分钟间隔的活动强度，并整合标准化了DEPRESJON、PSYKOSE、HYPERAKTIV等既往数据集，提供原始与特征工程CSV文件，适用于精神疾病研究、行为分析及分类、聚类、生物标志物发现等机器学习任务（来源 Kaggle，Attribution 4.0 International (CC BY 4.0) 许可）。
【数据集背景】
源站首次发布：2025-05-04。
【数据内容】
源站描述（机器翻译，仅供参考）：OBF-Psychiatric数据集是一个高质量腕部活动记录数据集合，来自162名个体，包括被诊断患有重性抑郁（双相和单相）、精神分裂症、ADHD及其他情绪/焦虑障碍的患者，以及健康对照组。它包含1565天的运动活动数据，人均平均9.6天。该数据集适用于精神疾病研究、行为分析以及分类、聚类和生物标志物发现等机器学习任务。它汇总并标准化了先前发布的数据集（DEPRESJON、PSYKOSE、HYPERAKTIV），并包含原始和特征工程的CSV文件。活动记录数据使用Actiwatch AW4设备以32 Hz采集，然后降采样至1分钟间隔以表示活动强度。该数据集在各源研究间进行了同质化处理，以便于处理和比较。
【数据结构与技术规格】
文件数 20 个，合计 6.32 MB。
【主题与分类】
主题标签：health、time series analysis、science and technology、medicine。本站分类：精神与行为障碍。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/nikitamanaenkov/psychiatric-motor-activity-dataset
使用许可：Attribution 4.0 International (CC BY 4.0)。
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://kaggle.com/datasets/nikitamanaenkov/psychiatric-motor-activity-dataset
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 101.5 MB。
数据说明
Nikita Manaenkov (2025). Psychiatric Motor Activity Dataset [Dataset]. https://www.kaggle.com/datasets/nikitamanaenkov/psychiatric-motor-activity-dataset
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。
