常见抑郁数据集

最新推荐文章于 2024-10-11 21:38:34 发布
最新推荐文章于 2024-10-11 21:38:34 发布
阅读量2.5k 收藏 15
点赞数 7
文章标签： 抑郁
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chaishen10000/article/details/139043535
版权
数据集名称标注量表采集场景数据信息被试数量被试特点
Mundt-35(2007)[25]HAMD, QIDS电话交互语音118组音频35均为抑郁患者
BlackDog(2009)[26]HAMD访谈-60均为抑郁患者
Yingthaworsuk(2013)[15]BDI-Ⅱ临床访谈20组音频20重度抑郁和自杀倾向的患者
AVEC2013[27]BDI-II朗读，讲故事150段视频292抑郁+正常混合
AVEC2014[28]BDI-II朗读、回答300段视频84抑郁+正常混合
DAIC-WOZ(2014)[21]PHQ-8, PANAS访谈189段视频193抑郁+正常混合
E-DAIC(2014)[29]PHQ-8访谈275段视频351抑郁+正常混合
BDC(2018)[19]YMRS随访时访谈352段视频51躁狂和抑郁双相患者
Pittsburgh(2018)[20]DSM-IV, HAMD访谈130段视频57全部为重度抑郁患者
MODMA(2020)[30]PHQ-9访谈和阅读53组音频53抑郁等多种精神障碍
学生抑郁数据集-可以用于分析学生的心理健康趋势
12-22
关于 Dataset 学生抑郁数据集通常包含旨在分析、理解和预测学生抑郁水平的数据。它可能包括人口统计信息（年龄、性别）、学习成绩（成绩、出勤率）、生活习惯（睡眠模式、锻炼、社交活动）、心理健康史和对标准化抑郁量表的反应等特征。 这些数据集对于心理学、数据科学和教育研究很有价值，可以确定导致学生抑郁的因素并设计早期干预策略。在处理此类敏感信息时，隐私、知情同意和数据匿名化等道德考虑至关重要。 文件结构 格式：CSV 格式 行：每行代表一个学生。 列：每列代表一个特定的特征或属性。 列 ID：每个学生的唯一标识符。 年龄：学生的年龄。 性别： 性别（例如，男性、女性）。 城市：地理区域 CGPA：平均绩点或其他学术成绩。 Sleep Duration（睡眠持续时间）：平均每日睡眠持续时间。 职业： 工作压力： 学业压力： 学习满意度： 工作满意度： 饮食习惯：
抑郁症分析数据-数据集
10-28
该数据集涉及抑郁症的分析。该数据是对农村地区居民生活条件的研究。由于在挑战中并未说明所有专栏，因此我们无法理解它们。我们继续删除或忽略它们。 数据介绍 你好 Frankcc在以下链接中发布了原始的数据集：Link Kaggle 该数据集涉及抑郁症的分析。该数据是对农村地区居民生活条件的研究。由于在挑战中并未说明所有专栏，因此我们无法理解它们。我们继续删除或忽略它们。最终功能或专栏如下： 内容范围 调查ID威乐ID 性别 年龄 已婚 人数子女教育水平 总获得了成员（家庭）资产 耐用资产保存资产 的生活费用等开支 传入工资进入自己的农场进入业务 进入的任何业务 传入农业农场开支 劳动初级持久的投资 没有持久investmen 郁闷：[零：不沮丧]或[一个：沮丧]（目标类别的二进制） 主要目的是展示统计分析和一些数据挖掘技术。 数据集有23列或维度，共1432行或对象。 数据来源 原始归因于Frankcc i
depression 沮丧-数据集
03-15
该数据集涉及抑郁症的分析。该数据是对农村地区居民生活条件的研究。 b_depressed.csv
Depression_Dataset：从Kaggle.com探索抑郁数据集
02-12
Depression_Dataset 从Kaggle.com探索抑郁数据集
AI实战-学生抑郁症数据集分析预测实例（含20个源代码+2.68 MB完整的数据集）.zip
01-16
AI实战-学生抑郁症数据集分析预测实例（含20个源代码+2.68 MB完整的数据集） 代码手工整理，无语法错误，可运行。 包括：20个代码，共156.92 KB；数据大小：1个文件共2.68 MB。 使用到的模块： numpy pandas os sklearn.model_selection.train_test_split sklearn.preprocessing.MinMaxScaler sklearn.tree.DecisionTreeClassifier sklearn.model_selection.cross_val_predict sklearn.model_selection.GridSearchCV sklearn.svm.SVC warnings sklearn.linear_model.LogisticRegression matplotlib.pyplot seaborn math sklearn.preprocessing.StandardScaler sklearn.metrics.accuracy_score sklearn.metrics.classification_report sklearn.metrics.roc_auc_score xgboost.XGBClassifier sklearn.feature_selection.mutual_info_classif sklearn.cluster.KMeans sklearn.metrics sklearn.metrics.ConfusionMatrixDisplay sklearn.svm.LinearSVC scipy.stats.chi2_contingency sklearn.decomposition.PCA sklearn.linear_model.LinearRegression scipy.stats.zscore sklearn.ensemble.RandomForestClassifier pickle sklearn.metrics.confusion_matrix sklearn.metrics.roc_curve sklearn.metrics.auc sklearn.metrics.precision_recall_curve sklearn.discriminant_analysis.LinearDiscriminantAnalysis scipy.stats.f_oneway scipy.stats.ttest_ind imblearn.combine.SMOTEENN sklearn.preprocessing.LabelEncoder sklearn.ensemble.GradientBoostingClassifier sklearn.ensemble.AdaBoostClassifier sklearn.metrics.recall_score sklearn.metrics.f1_score sklearn.metrics.precision_score sklearn.preprocessing.OneHotEncoder sklearn.preprocessing.OrdinalEncoder sklearn.ensemble.RandomForestRegressor IPython.core.interactiveshell.InteractiveShell collections.Counter sklearn.metrics.mean_squared_error sklearn.metrics.r2_score sklearn.metrics.mean_absolute_error sklearn.model_selection.learning_curve joblib sklearn.feature_selection.f_classif
【抑郁数据集】DAIC-WOZ和E-DAIC（Extended-DAIC）
Nirvana_xian的博客
12-12 8938
（E-DAIC）（DeVault等人，2014）是WOZ-DAIC（Gratch等人，2014）的扩展版本，其中包含半临床访谈，旨在支持对焦虑、抑郁和创伤后应激障碍等心理痛苦状况的诊断。：此文件包含参与者ID ，PHQ8（Kroenke等人，20009）二进制标签（PHQ8分数> = 10），PHQ8分数和参与者性别，并对每个正式训练分割的PHQ8问卷的问题。在清音的情况下，即VUV = 0，人声褶皱没有振动，因此值例如F0，NAQ，QOQ，不应使用H1H2，PSP，MDQ，peakSlope和Rd。
抑郁检测用文本数据集
有机物的博客
03-05 7792
可用于抑郁检测的数据集
【抑郁检测数据集】: AVEC2013、AVEC2014、AVEC2017（DAIC-WOZ）、AVEC2019（E-DAIC）、EATD、CMDC下载方式
热门推荐
qq_41967982的博客
04-12 2万+
抑郁数据库：AVEC2013、AVEC2014、AVEC2017（DAIC-WOZ）、AVEC2019（E-DAIC）、EATD、CMDC
D-vlog 用于抑郁症检测的多模态数据集
zly_Always_be的博客
10-11 3785
整理了AAAI2022 D-vlog: Multimodal Vlog Dataset for Depression Detection 论文的阅读笔记
抑郁症和心理健康数据集 CSV（825条记录）
01-24
RHMCD-20 数据集，我们注意包含来自广泛来源的信息，包括来自孟加拉国的青少年、大学生、家庭主妇、企业和公司的专业人士以及其他人。这是抑郁症和心理健康数据分析的调查数据。 包含信息： Age：代表参与者的年龄。 Gender：表示参与者的性别。 Occupation：代表参与者的职业。 Days_Indoors ：表示参与者未出门的天数 Growing_Stress：表示参与者的压力与日俱增（是/否）。 Quarantine_Frustration：隔离前两周的挫败感（是/也许/否）。 Changes_Habits：代表饮食习惯和睡眠的重大变化（是/可能/否）。 Mental_Health_History ： 上一代精神障碍的先例（是/否）。 Weight_Change ：突出显示隔离期间体重的变化（是/可能/否） Mood_Swings：代表极端的情绪变化（低/中/高）。 Coping_Struggles：无法应对日常问题或压力（是/也许/否）。 Work_Interest ：表示参与者是否对工作失去兴趣（是/否）。 Social_Weakness ：在与他人互动时传达精神虚弱的感觉（是/否）。
机器徐诶（预测模型）：研究学生抑郁症情况的数据集
最新发布
03-16
该数据集旨在分析、理解和预测学生的抑郁水平，为心理健康和教育领域的研究提供支持。它涵盖了多种特征，包括人口统计学、学术、生活方式和心理因素，能够帮助研究人员探索影响学生心理健康的各种因素。数据以CSV格式存储，每行代表一名学生的信息，列则包含不同的属性。具体包括：学生的唯一标识符（ID）、年龄、性别、所在城市、平均绩点（CGPA）、睡眠时长、兼职或全职职业、工作压力、学业压力、学习满意度、工作满意度、饮食习惯以及抑郁状态等。数据特点：多维度分析：结合了人口统计学、学术和心理数据，提供了全面了解影响学生心理健康因素的视角。适用性强：适用于心理学家、教育工作者和数据科学家等，可用于心理健康研究、教育洞察以及政策制定支持。、机器学习应用：是训练预测模型以检测抑郁早期迹象的理想选择，有助于及时干预和预防措施的实施。可定制和可扩展：数据集结构支持添加新特征，适合多样化的研究和分析需求。通过该数据集，研究人员可以识别导致学生抑郁的关键因素，如学业压力、工作生活平衡和生活方式等。教育工作者可以了解学业压力和学习满意度对心理健康的影响，从而改善学习环境。此外，它还能为学校、学院和大学的心理健康政策等。
机器学习（预测模型）：抑郁症的Reddit用户的帖子数据集
11-06
Reddit Depression Dataset（RDS）是一个包含约9000名自报被诊断为抑郁症的Reddit用户的帖子数据集，以及大约107000名对照用户的帖子。该数据集中，被诊断用户的帖子已经去除了所有在心理健康相关的subreddits中发表的帖子，或者包含与抑郁症相关的关键词的帖子；而对照用户的帖子则在选取过程中不包含这类帖子。 这个数据集的构建细节可以在EMNLP 2017的论文《Depression and Self-Harm Risk Assessment in Online Forums》的第3.1节中找到，或者在数据网站上查看。RDS数据集的目的是为了支持在线论坛中抑郁症和自残风险评估的研究，它提供了一个丰富的资源，用于开发和测试用于识别抑郁症状的算法。 RDS数据集的统计数据显示，经过处理后，有9210名被诊断用户被分为训练集、验证集和测试集，以及相应的匹配对照用户。每个用户发表的帖子数量和每篇帖子的长度都有很大的差异。这个数据集为研究人员提供了一个宝贵的资源，用于分析抑郁症患者在社交媒体上的行为模式和语言使用习惯，以及开发用于识别抑郁症状的工具。
使用医疗保健数据预测抑郁症：使用CDC NHANES网站上的医疗数据使用机器学习预测抑郁症的项目。 使用Streamlit创建了一个供用户浏览此项目中数据的配套仪表板。 使用Jupyter Notebook用Python编写的主要项目流程分析和Visual Studio代码，用于编写自定义功能和创建仪表板
02-07
使用卫生保健数据预测抑郁 作者：Vivienne DiFrancesco 可以在找到用于探索该项目中使用的数据的配套仪表板 该存储库的内容是对使用机器学习模型来预测使用医疗保健数据的人的抑郁症的分析。 希望可以使工作更易于访问和复制，从而进行详细的分析。 储存库结构 README.md：此项目审阅者的顶级自述文件 first_notebook.ipynb：从数据清理阶段开始在jupyter笔记本中进行分析的叙述性文档 second_notebook.ipynb：在项目的探索阶段清理数据之后开始的叙述性文档的延续 PredictingDepressionSlides.pdf：项目演示幻灯片的PDF版本 project_functions文件夹：包含编写用于first_notebook和second_notebook的自定义函数 仪表板文件夹：包含用于创建此项目的配套仪表板的文件的文件夹 抽
Chatbot的心理健康常见问题解答数据集.zip
02-14
《Chatbot心理健康常见问题解答数据集》是一个专为自然语言处理（NLP）设计的数据集，主要用于训练和优化聊天机器人，使其能够有效地处理与心理健康相关的问题。数据集包含了一个CSV文件Mental_Health_FAQ.csv以及一...
抑郁症Reddit数据集.zip
02-14
《抑郁症Reddit数据集：探索与分析》 抑郁症是一种常见的精神障碍，它严重影响个体的情绪、思考方式和行为。在当今数字化社会中，社交媒体平台如Reddit成为了人们分享情感、寻求支持的重要场所。"抑郁症Reddit数据...
ADHD 症状与学术表现研究数据集.zip
11-18
本数据集由 开普敦大学 (University of Cape Town) 提供，研究了注意缺陷/多动障碍（ADHD）症状与南非大学生学术表现及适应之间的关系。研究重点包括： ADHD 症状与学术表现/适应的关联。 注意缺陷与多动-冲动 ADHD...
数据集求助：AVEC2013.2014 抑郁症检测
weixin_42917178的博客
12-03 1418
请问有朋友有AVEC2013.2014 抑郁症检测的数据集吗？可有偿。
郁闷的数据库
weixin_30384217的博客
03-11 87
今天转移数据库，发现SQL2005如果你还原备份数据，而数据不是在还原的机子上备份出来的就会出现用户名混乱，郁闷了一早上，送批量修改程序给和我一样郁闷的人。 使用方法：ctrl+A结果后复制到新的查询窗口执行 批量修改存储过程构架： SELECT'ALTERSCHEMAdboTRANSFER'+s.Name+'.'+p.Name FROMsys.Procedure...
同用NHANES数据库研究抑郁，在同个二区期刊发表，研究结果不同？（IF=6.6）
weixin_47988917的博客
04-19 1530
NHANES挖掘培训班来啦，就在明天4.20！郑老师团队2024年NHANES公共数据库挖掘培训班，由浅入深，零基础可学，欢迎报名！秒啊！本周两位中国学者分别用NHANES数据库2005年到2018年数据做了两项关于抑郁症的研究，同时在《Journal of Affective Disorders》（医学二区，IF=6.6）期刊发表，结果可不一样！2024年4月，首都医科大学附属北京世纪坛医院学者...
avec2013数据库
12-12
Avec2013数据库是一个功能强大的数据库管理系统，它为用户提供了高效、可靠的数据管理和处理服务。该数据库采用先进的技术和算法，能够对大规模数据进行高效管理和处理，保证了数据的完整性和安全性。 Avec2013数据库具有灵活的配置选项，用户可以根据自己的需求选择合适的配置方案，以最大程度地满足其数据库管理的需求。此外，该数据库系统还提供了丰富的查询和分析工具，帮助用户轻松快速地进行数据查询和分析。 Avec2013数据库系统还提供了多种数据交换和导入导出工具，方便用户与其他数据库系统进行数据交换和共享。用户还可以通过该系统轻松地进行数据备份和恢复操作，最大限度地保护数据安全。 总的来说，Avec2013数据库系统是一款功能丰富、性能高效的数据库管理软件，它能够满足用户对数据管理和处理的各种需求，是企业和机构进行数据管理的理想选择。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

才 神

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值