一个用于认知注意力和基于任务的压力分析的多模式可穿戴数据集
Mohammod Abdul Motin1, Md Santo Ali1, Sapnil Sarker Bipro1
1Department of Electrical & Electronic Engineering, Rajshahi University of Engineering & Technology, Rajshahi 6204, Bangladesh.
Data in brief
|December 11, 2025
概括
本研究介绍了使用可穿戴设备进行压力监测的CATSA数据集. 它通过分析生理信号,帮助开发人工智能来进行个性化压力管理.
科学领域:
- 生理学 生理学 生理学
- 生物医学工程 生物医学工程
- 数据科学数据科学数据科学
背景情况:
- 压力显著影响身体和精神健康.
- 可穿戴设备可以实时进行生理监测,以应对压力.
- 个性化压力监测需要全面的生理数据集.
研究的目的:
- 引入CATSA多式联运数据集用于压力监测.
- 促进基于人工智能的压力检测和管理系统的开发.
- 为研究可穿戴传感器数据分析提供资源.
主要方法:
- 收集了50名参与者的多式生理信号 (血液体积脉冲,皮电活动,加速,心率).
- 使用Empatica E4手腕穿戴设备进行数据采集.
- 采用了一个结构化的协议来诱导参与者的认知压力.
主要成果:
- CATSA数据集包括在诱导压力条件下的各种生理信号.
- 数据包括血液体积脉冲,三轴加速,电皮活动和平均心率.
- 该数据集适用于开发和验证压力监测算法.
结论:
- CATSA数据集是推动自动化压力监测的宝贵资源.
- 它支持创建用于个性化压力管理的智能系统.
- 促进信号处理和人工智能用于生理数据分析的研究.


