一个大型协调的上肢和下肢加速度计数据集:康复科学家的资源

科学领域:

• 康复研究 康复研究
• 运动科学运动科学
• 可穿戴式传感器技术的技术.

背景情况:

• 可穿戴传感器为康复提供了对日常生活运动的宝贵见解.
• 收集和处理传感器数据带来了巨大的负担,限制了研究人员的可访问性.
• 现有的数据集往往是分散的,阻碍了大规模的分析和可重现性.

研究的目的:

• 为推进康复研究提供协调,全面的可穿戴传感器数据集.
• 在可穿戴传感器研究中解决数据可访问性,处理性和可重复性方面的挑战.
• 为研究人员提供一个有价值的资源来研究人类运动和临床条件.

主要方法:

• 结合了八项研究的数据,包括2,885天的上肢和下肢传感器数据记录.
• 包括来自790个个人的数据,跨越广泛的年龄范围 (0-90岁) 和不同的人口背景.
• 包括来自各种临床群体的数据,包括神经类型个体,中风幸存者和患有帕金森病或骨科疾病的人.

主要成果:

• 该数据集具有庞大而多样化的参与者池,性别比例均衡.
• 它包括全面的人口和临床状况信息,增强其实用性.
• 该数据集是公开的,促进开放科学原则.

结论:

• 这一统一的数据集大大促进了可穿戴传感器数据在康复研究和实践中的使用.
• 它提高了使用可穿戴传感器技术的研究的可复制性和可复制性.
• 开源数据集和配套工具将科学努力和成本降至最低,加速研究进展.