年轻成人样本中面部情绪识别准确率评分与多囊卵巢综合征症状数据集
该数据集来自 search.dataone.org，包含 236 名参与者的数据，其中 178 人的数据用于分析面部情绪识别准确率
基本信息
资源简介
年轻成人样本中面部情绪识别准确率评分与多囊卵巢综合征症状数据集
Dataset with Facial Emotion Recognition Accuracy Scores and Polycystic Ovary Syndrome Symptoms in a Young Adult Sample
该数据集来自 search.dataone.org，包含 236 名参与者的数据，其中 178 人的数据用于分析面部情绪识别准确率。参与者中 126 人为出生时指定女性（AFAB），52 人为出生时指定男性（AMAB）；126 名 AFAB 中有 19 人符合多囊卵巢综合征（PCOS）的暂定诊断标准，107 人不符合。数据还涵盖不良童年经历量表评分、感知压力量表评分、正负性情感量表评分、人口学信息及一般健康变量，可用于探究面部情绪识别与 PCOS 症状及相关心理社会因素的关系（来源 DataONE，https://borealisdata.ca/api/datasets/:persistentId/versions/1.0/cust。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含下文所述论文中报告的数据。它包括 236 名参与者的数据，其中 178 名参与者的数据被用于检验下文所述论文中的面部情绪识别准确率。它包括 126 名出生时指定女性（AFAB）和 52 名出生时指定男性（AMAB）的参与者。在 126 名 AFAB 中，19 人符合多囊卵巢综合征（PCOS）诊断的暂定标准，107 名 AFAB 个体不符合该标准。其他变量包括：不良童年经历量表评分、感知压力量表评分、正负性情感量表评分、人口学信息以及一般健康变量。
【主题与分类】
主题标签：Women's Health、Facial Emotion Recognition、Medicine, Health and Life Sciences、Polycystic Ovary Syndrome。本站分类：妊娠、分娩和产褥期。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Af6043b3c31e6d02071d55812e02fec4a7a5725b0326b41cedb1dd4dfd5f98fa9
使用许可：https://borealisdata.ca/api/datasets/:persistentId/versions/1.0/customlicense?persistentId=doi:10.5683/SP3/59F1W3。
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
该数据集包含下文所述论文中报告的数据。它包括236名参与者的数据，其中178名参与者的数据被用于检验下文所述论文中的面部情绪识别准确性。它包括126名出生时被指定为女性（AFAB）和52名出生时被指定为男性（AMAB）的参与者。在126名AFAB中，19名符合PCOS诊断的临时标准，107名AFAB个体不符合该标准。其他变量包括：不良童年经历量表得分、感知压力量表得分、正负性情感量表得分、人口统计学信息以及一般健康变量。
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。
