数据集概述
健康人群24小时心理生理健康连续监测数据集
这是一个综合性的健康监测数据集，提供22名健康参与者的24小时连续多维度生理和行为数据。
数据集独特之处在于同时捕获了心血管反应、心理感知、睡眠质量、运动信息和详细活动描述，为研究者提供了用户日常生活的完整视图。
该数据集填补了长期连续多维度生理心理数据的空白，为可穿戴设备算法开发和健康评估研究提供了宝贵的基准数据。
数据来源与收集方法
数据由BioBeats公司（专注于心理生理压力检测的物联网可穿戴设备制造商）与比萨大学研究人员合作收集。收集团队包括运动健康科学家、心理学家和化学家，确保数据的多学科专业性。
参与者特征 研究对象：22名健康年轻成年男性 招募标准：身体健康，无重大疾病史 记录的人体测量学数据：年龄、身高（厘米）、体重（公斤）、性别
数据结构详解
1. 用户基本信息文件（user_info.csv） 包含参与者的基础人体测量学特征，为后续分析提供个体化背景信息。
2. 睡眠数据文件（sleep.csv） 提供详细的睡眠质量和睡眠模式分析，包括：
- 就寝和起床时间的精确记录
- 入睡潜伏期和睡眠效率计算
- 睡眠总时长和实际睡眠时间区分
- 睡眠后觉醒时间（WASO）和觉醒次数
- 睡眠碎片化指数，反映睡眠连续性
- 运动指数和静止期分析
3. 心率间期数据文件（RR.csv） 连续24小时的逐拍心率间期数据，为心率变异性分析提供高精度时间序列：
- 逐拍间期时间（秒）
- 精确到秒的时间戳
- 按天标记的数据分组
4. 问卷调查数据文件（questionnaire.csv） 包含多个标准化心理评估工具的得分：
- 晨型-夜型问卷（MEQ）：评估个体生物钟类型，分数16-86
- 状态-特质焦虑量表（STAI-Y）：评估当前和一般焦虑水平，分数20-80
- 匹兹堡睡眠质量指数（PSQI）：评估主观睡眠质量，分数0-21
- 行为抑制/激活系统量表（BIS/BAS）：评估个体对奖赏和惩罚的敏感性
- 日常压力清单（DSI）：记录24小时内压力事件，分数0-406
- 正负性情绪量表（PANAS）：多时间点情绪状态评估，每日5次测量
5. 活动记录文件（Activity.csv） 详细记录12种日常活动类别的时间分布： 睡眠、躺卧、静坐、轻度运动、中度运动、重度运动、进食、小屏幕使用、大屏幕使用、含咖啡因饮品消费、吸烟、饮酒。每个活动都有精确的开始和结束时间标记。
6. 加速度计数据文件（Actigraph.csv） 提供丰富的运动和体位信息：
- 三轴原始加速度数据（牛顿米）
- 每秒步数统计
- 实时心率监测（每分钟心跳数）
- 体位传感器数据：站立、坐姿、躺卧状态的二进制标记
- 运动向量幅度计算
7. 唾液生物标志物文件（saliva.csv） 包含重要的生理节律和压力指标：
- 褪黑激素浓度：μg褪黑激素/μg蛋白质
- 皮质醇浓度：μg皮质醇/100μg蛋白质
- 采样时间：睡前和醒后各一次
- 注：User_21因样本处理问题缺失此类数据
数据质量与完整性 数据收集使用专业级设备：
- Polar H7心率监测器：提供医疗级心率精度
- ActiGraph wGT3X-BT三轴加速度计：业界标准的活动监测设备
数据完整性：除一名参与者的唾液样本外，所有数据完整可用。数据经过质量控制，时间戳精确，便于时间序列分析。
技术规格
- 数据格式：CSV格式，兼容性强
- 时间精度：心率数据精确到毫秒级，加速度计数据每秒记录
- 数据量：每位参与者约包含86400秒的连续监测数据
- 存储结构：规范化数据表结构，字段命名清晰
适用研究领域
- 心血管健康研究：心率变异性分析，自主神经功能评估
- 睡眠医学：睡眠质量客观评估，睡眠障碍筛查算法开发
- 运动科学：日常活动模式识别，能量消耗估算
- 心理学研究：压力-生理反应关系，情绪与生理指标关联
- 时间生物学：生物节律研究，昼夜节律紊乱评估
- 数字健康：可穿戴设备算法验证，健康监测系统开发
- 机器学习：多模态数据融合，预测模型构建
- 公共卫生：人群健康监测，疾病预防策略制定
潜在应用价值
该数据集为研究者提供了难得的长期连续多维度数据，可用于：
- 开发基于可穿戴设备的健康评估算法
- 构建压力检测和预警系统
- 验证现有健康监测技术的准确性
- 探索生理心理交互机制
- 建立个性化健康管理模型
