WESAD:情绪分类多模态传感器数据集

数据集下载地址
https://ubicomp.eti.uni-siegen.de/home/datasets/icmi18/
数据集对应代码链接
https://github.com/WJMatthew/WESAD

数据集说明

1.实验设置

参与人员:15人

实验过程:

15名参与人员分别佩戴胸部(chest)和腕部(wrist)传感器,进行90分钟左右的实验,实验阶段主要分为五个:
1.baseline condition: 刚装上传感器后的20分钟,静坐阅读
2.amusement condition:娱乐阶段,观看搞笑短片
**3.meditation condition 1:**冷静阶段
**4.stress condition:**压力阶段,实验者处在TSST(Trier Social Stress Test)情境下,这个情景可以有效地让参与者感受到压力
**5.meditation condition 2:**冷静阶段
ps:每个实验者的实验过程可能有略微不同,具体各阶段的顺序放在各用户目录的SX_quest.csv中,X为用户ID
示例:S2_quest.csv
为了验证实验过程是有效的,每个实验者需要再每个阶段完成后填写调查问卷:
1.Positive and Negative Affect Schedule (PANAS)
PANAS reliably assesses positive (PA) and negative affect (NA),获取二维情绪模型的pleasure值
2.State-Trait Anxiety Inventory (STAI)
gain insight into the anxiety level of the participants
3.Self-Assessment Manikins (SAM)
generate labels in the valence-arousal space,获取二维情绪模型的arousal值
4.Short Stress State Questionnaire (SSSQ)
TSST阶段之后,用SSSQ问卷获取压力类型(worry, engagement, or distress)
具体各问卷问题内容参考数据集readme.pdf => III.2.
PANAS部分问卷内容截图
S2回答截图

2.数据文件说明

# 以S2为例
 - S2/
 - - S2_E4_Data.zip 存放用户各传感器原始数据
 - - - - ACC.csv  
 - - - - BVP.csv
 - - - - EDA.csv  
 - - - - HR.csv  
 - - - - IBI.csv  
 - - - - info.txt  
 - - - - tags.csv  
 - - - - TEMP.csv
 - - S2.pkl 
 - - S2_quest.csv 实验阶段和用户问卷数据
 - - S2_readme.txt  
 - - S2_respiban.txt
 
S2.pkl 存放初步处理过的数据,用python的pickle读取后为字典数据
 - dict_data
 - - subject: "S2"
 - - label: 标签 shape=(4255300,)  700hz
 - - signal:传感器数据
 - - - - chest
 - - - - - - ACC:加速度  shape=(4255300,)  700hz
 - - - - - - ECG:心电     shape=(4255300,)  700hz
 - - - - - - EMG:肌电     shape=(4255300,)  700hz
 - - - - - - EDA:皮肤电  shape=(4255300,)  700hz
 - - - - - - TEMP:体温   shape=(4255300,)  700hz
 - - - - - - RESP:呼吸   shape=(4255300,)  700hz
 - - - - wrist
 - - - - - - ACC:加速度  shape=(194528,)  32hz
 - - - - - - BVP:脉搏      shape=(389056,)  64hz
 - - - - - - EDA:皮肤电  shape=(24316,)    4hz
 - - - - - - TEMP:体温   shape=(24316,)    4hz

3.标签说明

可以使用情景标签1 2 3 4
也可以使用 用户问卷标签

Philip Schmidt, Attila Reiss, Robert Duerichen, Claus Marberger and Kristof Van Laerhoven. 2018. Introducing WESAD, a multimodal dataset for Wearable Stress and Affect Detection. In 2018 International Conference on Multimodal Interaction (ICMI ’18), October 16–20, 2018, Boulder, CO, USA. ACM, New York, NY, USA, 9 pages. https://doi.org/10.1145/3242969.3242985

  • 0
    点赞
  • 8
    评论
  • 1
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页
实付
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、C币套餐、付费专栏及课程。

余额充值