摘要多模态心理健康评估数据集是一个专门用于智能心理健康状态识别的综合性数据集包含4,000名参与者的记录整合了心理健康的多模态指标包括问卷回答、交互日志、从视频中提取的面部图像特征、语音音频特征和生理读数。数据集采用结构化格式整合行为、情感和生理线索包含22个数值特征和1个分类目标变量心理健康状态健康、轻度压力、中度压力、重度压力为探索多模态信号与心理健康状况之间的相关性提供了丰富的数据来源特别适合使用机器学习或深度学习方法进行心理健康状态识别研究。数据集简介数据集概述数据集的22个特征涵盖五大类别问卷评估特征抑郁评分0-34、焦虑评分0-24、压力评分0-39、睡眠质量1-5、社交参与度1-5、数字行为特征每日应用使用分钟数、打字速度WPM、会话频率次数/天、空闲时间分钟数、面部视频特征面部情绪方差类似HOG特征、眨眼率次数/分钟、微笑强度平均值、头部运动指数、音频语音特征MFCC均值和方差、音高均值Hz、语音速率词数/秒遵循RAVDESS情感语音数据集规范、生理信号特征心率BPM、心率变异性指数HRV、皮肤温度°C、皮肤电反应GSR水平。数据集结合了受控数字会话环境中的问卷、行为、视频提取图像、音频和生理测量面部特征受FER-2013数据集概念启发表示表情变化、微笑强度和头部运动音频特征遵循RAVDESS情感语音约定生理信号捕捉心率、心率变异性、皮肤温度和GSR以反映压力和唤醒状态每行对应一个独特的参与者记录。多模态心理健康评估数据集为心理健康智能监测、压力评估和情绪识别研究提供了完整的多模态数据支撑在临床心理学、精神病学、人机交互和智能医疗领域具有重要应用价值。研究人员可利用该数据集开展心理健康状态四分类健康/轻度/中度/重度压力、多模态特征分析、跨模态特征融合、早期心理问题预警、压力与生理信号关联研究、情感计算等多个方向的工作。数据集整合问卷主观评估、数字行为客观记录、面部表情视觉线索、语音情感听觉特征和生理唤醒指标五个维度提供了从心理、行为和生理多层面理解心理健康状态的能力为开发可穿戴心理健康监测设备、智能心理咨询系统、压力管理应用、情绪识别工具、远程心理健康筛查平台提供了数据基础和技术支撑有助于实现心理健康问题的早期发现、持续监测、个性化干预和预防性管理特别是对于难以自我觉察或不愿主动求助的群体基于多模态生理和行为信号的客观评估技术具有重要临床和社会价值。jian数据集来源本数据集包含4,000名参与者的22个特征和4分类目标健康/轻度/中度/重度压力整合五类模态问卷评估抑郁/焦虑/压力评分、数字行为应用使用、打字速度、面部视频特征情绪方差、微笑强度、音频特征MFCC、音高、语音速率、生理信号心率、HRV、皮肤温度、GSR为心理健康智能识别和多模态分析研究提供数据支撑。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-31文件大小324M原创声明本数据集为整理作品