摘要该数据集整合了PhysioNet平台的MIT-BIH心律失常数据库和PTB诊断心电图数据库包含正常心跳、不同类型心律失常及心肌梗死相关的心电信号。数据集概述该数据集整合了PhysioNet平台的MIT-BIH心律失常数据库和PTB诊断心电图数据库包含正常心跳、不同类型心律失常及心肌梗死相关的心电信号。原始连续心电图经过滤波、心拍定位、分割和标准化处理使每条样本对应一次完整心跳主要用于深度学习心拍分类、异常心电检测及跨数据库迁移学习研究。数据结构与关键特征数据集主要包含三个CSV文件不平衡主训练集mental_heath_unbanlanced.csv共49,612条文本其中正常18,391条、抑郁14,506条、自杀倾向11,212条、焦虑5,503条平衡测试集mental_health_combined_test.csv共992条文本每类248条特征工程数据集mental_heath_feature_engineered.csv除Unique_ID、text和status字段外还包含文本长度、词语数量、URL数量、表情符号数量、特殊字符数量、连续标点数量及平均词长等统计特征。数据已删除缺失与重复记录、规范文本格式并统一四类标签其他心理状态类别被排除以维持清晰的分类空间。应用价值与研究方向该数据集可用于心理健康文本四分类、自杀风险语言线索识别、情感分析、特征重要性研究以及自然语言处理模型教学。研究人员可以比较传统文本特征与BERT、RoBERTa、Transformer等深度语义模型探索类别加权、重采样、数据增强、混合特征融合、模型解释、公平性评估和跨平台泛化等方向。由于标签来源于网络社区而非临床诊断且可能受到语言歧义、文化差异和标注噪声影响该数据集仅适用于科研与教育不应直接用于临床诊断、危机干预或自动化医疗决策。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-714文件大小47M原创声明本数据集为整理作品