护士压力预测可穿戴传感器数据集

摘要：护士压力预测可穿戴传感器数据集是一个面向医护人员压力识别、连续生理监测与可穿戴健康计算研究的多模态时序数据集。

数据集概述

护士压力预测可穿戴传感器数据集是一个面向医护人员压力识别、连续生理监测与可穿戴健康计算研究的多模态时序数据集。数据采集于新冠疫情期间的真实医院工作环境，研究对象主要为正常轮班期间工作的护士，并通过 Empatica E4 可穿戴设备连续记录皮肤电活动、心率、血容量脉搏、皮肤温度及运动信息。同时结合智能手机问卷收集压力事件及其背景因素，使数据能够从“生理变化 + 身体活动 + 主观情境”多个维度描述工作压力。合并后的CSV数据约包含 1150万条记录，具有高频、连续和真实工作场景等特点。

数据结构与关键特征

数据核心字段主要包括 X、Y、Z 三轴加速度信息，以及 EDA（皮肤电活动）、HR（心率）、TEMP（皮肤温度）、id（受试者标识）、datetime（时间戳）和 label（压力状态标签）等9列。其中三轴运动数据用于描述身体活动状态，EDA能够反映交感神经系统唤醒水平，HR可用于分析心血管反应，TEMP则提供外周体温变化信息；原始数据中还涉及BVP等可穿戴生理信号。通过时间戳可以将不同采样频率的信号进行时间同步，并进一步提取心率变化、EDA峰值、温度趋势、运动强度以及滑动时间窗口统计量等时序特征，为压力状态分类提供输入。

应用价值与研究方向

该数据集适用于护士工作压力检测、可穿戴生理信号分类、职业健康监测和多模态时序学习等研究。研究人员可以采用随机森林、SVM、XGBoost等传统机器学习方法分析EDA、心率和温度特征，也可以使用1D-CNN、LSTM、GRU、TCN和Transformer等模型对连续时序信号进行端到端建模。进一步可研究多传感器特征融合、压力事件实时识别、个体差异自适应、跨受试者泛化、工作班次压力趋势分析以及边缘端实时压力监测系统，为医院职业健康管理和可穿戴智能监测提供数据基础。

数据集来源

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-478
文件大小：76M
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。