PFED5+
PFED5+是用于帕金森病面部表情质量评估的扩展视频数据集，含2,811个视频片段及专家注释的运动描述文本，支持生成式可解释性分析。
基本信息
资源简介
PFED5+是一个用于面部表情质量评估（FEQA）的扩展数据集，包含2,811个帕金森病患者特定面部动作任务的视频片段，配有专家指导且临床审查过的运动描述文本注释。该数据集旨在支持生成式可解释性研究，通过联合预测临床严重程度评分并生成结构化证据报告，增强神经运动障碍评估的透明度和临床实用性。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/shuchaoduan/TraMP-LLaMA.git
curl -L -o repo.zip https://github.com/shuchaoduan/TraMP-LLaMA/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
TraMP-LLaMA
TraMP-LLaMA: Generative Interpretability with Decoupled Instruction Tuning for Facial Expression Quality Assessment
arXiv version
We propose TraMP-LLaMA, a unified multimodal framework that jointly predicts severity scores and generates structured textual reports from facial motion cues. To support this task, we further extend the PFED5 dataset with expert-guided textual motion descriptions and construct PFED5+.
PFED5+ dataset
1: Please request the access to video frames and MDS-UPDRS labels through this link.
2: The motion description labels are provided here.
Citations
If you find our work useful in your research, please consider giving it a star ⭐ and citing our paper in your work:
@misc{trampllama,
title={TraMP-LLaMA: Generative Interpretability with Decoupled Instruction Tuning for Facial Expression Quality Assessment},
author={Shuchao Duan and Alan Whone and Hossein Rahmani and Jun Liu and Majid Mirmehdi},
year={2026},
eprint={2606.26942},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
@INPROCEEDINGS{tramp-former,
title={Trajectory-guided Motion Perception for Facial Expression Quality Assessment in Neurological Disorders},
author={Shuchao Duan and Amirhossein Dadashzadeh and Alan Whone and Majid Mirmehdi},
booktitle={2025 IEEE 19th International Conference on Automatic Face and Gesture Recognition (FG)},
year={2025},
doi={10.1109/FG61629.2025.11099263}
}
@misc{duan2023qafenet,
title={QAFE-Net: Quality Assessment of Facial Expressions with Landmark Heatmaps},
author={Shuchao Duan and Amirhossein Dadashzadeh and Alan Whone and Majid Mirmehdi},
year={2023},
eprint={2312.00856},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
Acknowledgement
This codebase builds upon VideoLLaMA3. We gratefully acknowledge their contributions to the open-source community.
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 帕金森病 的高质量、多模态真实临床数据定制解决方案。
