摘要本数据集包含4000名参与者的多模态心理健康指标记录整合了问卷调查、行为交互日志、从视频提取的面部图像特征、语音音频特征以及生理信号测量。数据集专为基于机器学习或深度学习的智能心理健康状态识别而设计将行为、情绪和生理线索融合为结构化格式为探索多模态信号与心理健康状况之间的关联提供了丰富的研究资源。数据集包含22个数值特征和1个分类目标变量Mental_Health_Status涵盖健康、轻度压力、中度压力和重度压力四个等级。数据集简介数据集概述数据集构建了全面的多模态特征体系涵盖五个核心维度1心理问卷评分抑郁评分0-34、焦虑评分0-24、压力评分0-39、睡眠质量和社交参与度2数字行为特征每日应用使用时长、打字速度、会话频率和空闲时间3面部视觉特征借鉴FER-2013数据集概念提取表情方差、眨眼率、微笑强度和头部运动指数4语音音频特征遵循RAVDESS情感语音数据集标准包括MFCC均值与方差、音调均值和语速5生理信号心率、心率变异性、皮肤温度和皮肤电反应GSR等压力与唤醒指标。这种跨模态融合策略能够从多个维度捕捉心理健康状态的细微变化。该数据集在心理健康智能评估、情感计算和多模态机器学习领域具有重要应用价值。支持的研究方向包括多模态融合分类模型开发、特征重要性分析与可解释性研究、早期压力预警系统构建、跨模态相关性探索以及个性化心理健康监测。数据集的公共领域许可CC0和即用型结构化格式降低了研究门槛适合监督学习、深度学习和多任务学习实验。此外数据集为可穿戴设备的心理健康监测算法、远程心理咨询辅助系统以及基于行为数据的心理状态评估工具开发提供了数据支撑。数据集来源包含4000名参与者的多模态心理健康评估数据集整合问卷评分、数字行为、面部表情、语音特征和生理信号共22维特征及四级压力状态标签。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-38文件大小480M原创声明本数据集为整理作品