数据集概述
该数据集通过分析生理信号研究心理压力，包含二十名参与者的调查数据、面部表情数据、音频数据及生理信号数据。生理信号由Empatica E4传感器采集，经下采样至四赫兹统一频率，按十五秒、三十秒、六十秒窗口划分，以零或一标记压力状态，为压力分析提供多维度数据支持。
文件详解
该数据集由多个目录和文件组成，具体说明如下：
- 文档文件:
- DataDescripton.pdf: PDF格式，可能为数据集说明文档。
- 音频数据文件 (位于AudioData/目录下):
- 包含多个.m4a格式文件（如ses42.m4a、ses46.m4a）及test/子目录下的.wav格式文件（如ses_sa14.wav），为原始音频数据。
- 生理信号文件 (位于PhysiologicalSignals/目录下):
- physiological_signals_15sn.csv: CSV格式，十五秒窗口的生理信号数据，字段含subjet、eda、bvp、temp、x、y、z、emotion（零为无压力，一为有压力）。
- physiological_signals_30sn.csv: CSV格式，三十秒窗口的生理信号数据，字段同上。
- physiological_signals_60sn.csv: CSV格式，六十秒窗口的生理信号数据，字段同上。
- EmpeticaSource.zip: ZIP格式压缩包，包含原始真实世界数据。
- 调查数据文件 (位于Survey/目录下):
- demographic.csv: CSV格式，人口统计学信息问卷数据。
- instantQuestionnaires.csv: CSV格式，即时问卷数据。
- PANAS.csv: CSV格式，正负性情绪量表简版数据。
- generalStressTest.csv: CSV格式，一般压力测试数据。
- 面部表情文件 (位于TheFacialExpressions/目录下):
- facial_expression.csv: CSV格式，面部表情数据，像素为四十八乘四十八灰度图，标签零为无压力，一为有压力。
适用场景
- 压力分析研究: 用于分析生理信号、面部表情、音频数据与心理压力的关联。
- 生理信号处理: 研究下采样技术在生理信号统一频率中的应用。
- 机器学习模型训练: 基于多维度数据训练压力状态分类模型。
- 人机交互研究: 探索可穿戴设备数据在压力监测中的应用。
