信息速览

数据集名称Kinect 平衡评估记录：90 人 11 个动作

数据类型平衡评估,跌倒风险,姿态摇摆,Kinect V2,深度图,骨架关节,老年人,临床评分

规模90

接入方式曼彻斯特城市大学（Manchester Metropolitan University）采集；大学研究伦理委员会批准（批号 020517-ESS-CC(1) 与 SE161757）

AI 就绪度

老年人跌倒这件事，医学上早有共识：它可预测、可干预，但预测和干预都卡在测量环节。实验室里有金标准——力台测压力中心、光学动捕测关节角度，两者都精确到毫米。问题是这套设备只能装在实验室里，一次评估几百英镑，还得受试者亲自跑一趟。而真正需要评估的人，恰恰是那些行动不便、住得远、不愿意出门的老人。

另一头是临床量表。五次坐立、三米步行、起立行走，这些测试只要有秒表和一把椅子就能做，任何社区诊所都能开展。代价是精度粗：秒表量的是总时间，量不出过程里的摇摆、代偿、迟疑。而无标记动作捕捉正好卡在两者之间。一台深度相机几百英镑，摆好就能测，不需要贴标记点，不需要受试者换衣服。它给出的关节角度接近光学动捕，给出的重心轨迹接近力台——都是"接近"，不是"等同"。要把这个"接近"量化，需要的就是有临床标签的深度相机数据。

KINECAL 就是为这件事准备的：九十个人，十一个临床平衡动作，带跌倒史分组、临床风险标记和十六项摇摆指标。许可还是 CC0，连署名都不强制。§4.1 会讲清楚为什么这九十人里真正有跌倒史的只有二十四个，这个数字决定了它能支撑什么结论。

§1 它是什么：把临床量表搬进摄像头的视野

1.1 一句话定义与四条边界

KINECAL 是一份面向平衡与跌倒风险评估的动作数据集：90 名受试者，年龄从 18 岁到 92 岁，每人完成 11 个临床常用的平衡测试动作，用 Kinect V2 以 30 帧每秒记录深度图与 25 关节骨架，另附每位受试者每个动作的 16 项摇摆指标、人口学字段、跌倒史分组与临床风险标记。

四条边界先摆出来。

第一，跌倒史分组只有 24 人。 这是最要紧的一条。90 人的四组构成是：健康成人 33 名、非跌倒者 33 名、单次跌倒者 15 名、多次跌倒者 9 名。后两组加起来 24 人，才是"有跌倒史"的人。做跌倒预测模型时，正样本只有 24 个，这个量级决定了模型复杂度必须很小。§4.1 会展开。

第二，临床风险标记只有 6 人。 register.csv 里 clinically-at-risk 字段取值为 1 的共 6 人。这个字段的含义条目页没细说——是临床医生判定、还是某个量表超阈值，条目页只写了"indicates if the participants were marked as clinically at risk"。6 个正样本，做二分类基本不成立。

第三，摇摆指标不是力台的压力中心。 条目页明确说摇摆指标"akin to data derived from force plates"——是"类似"，不是"等同"。Kinect 看到的是身体表面，力台测的是脚下反作用力。两者相关但不相等，中间的转换关系没有公认的标定。§4.4 会说清这一层。

第四，只有一台相机，一个机位。 单视角意味着深度方向的信息靠相机的结构光/飞行时间推算，正面与侧面的遮挡处理不同。没有第二台相机做交叉验证，关节位置的误差无法独立估计。

1.2 Kinect 做临床评估，难点在哪

条目页的背景部分把这个问题讲得很清楚，值得复述。

人类动作识别（HAR）领域用 Kinect 做出的数据集非常多。有个综述列了 45 个 RGB+D 数据集，其中 44 个用 Kinect 录的。但 HAR 的目标是"从近乎无限的动作集合里识别出少数几类"——挥手、走路、坐下，分类对了就行。

临床评估的目标完全不同：从一组被明确规定好的动作里，量化动作执行的质量。五次坐立这个动作，不是"判断受试者在做坐立"，而是"测量五次起落的耗时、躯干前倾的角度、膝盖是否内扣、是否有手撑膝的代偿"。

这两个目标的差别，落到数据上就是三件事：

一是动作必须标准化。KINECAL 的每个动作都配了标准指令（条目页的 Table 2 完整给出），比如五次坐立是"从坐姿开始，双臂交叉抱胸，站起，完全伸直双腿，再坐下，重复五次，尽可能快"。这些话是受试者实际听到的。

二是元数据必须有临床意义。HAR 数据集一般不收年龄、身高、体重，更不会收跌倒史。KINECAL 收了，而且把跌倒史做成了分组变量。

三是场景要贴近实际。条目页特别强调 recordings were made in both the lab and in informal settings——部分记录在实验室，部分在非正式场景。这是为了说明方法在离开实验室之后还成立。register.csv 里 recorded_in_the_lab 为 1 的共 26 人，也就是说 64 人在非实验室场景录的。

1.3 十一个动作是怎么选的

这 11 个动作不是随便挑的，它们对应临床平衡评估的三条主线。

第一条：静态站立。 包括安静站立睁眼、安静站立闭眼、半串联站立、串联站立。这四个来自短物理性能 battery（SPPB）的平衡部分，是国际上最通用的平衡筛查组合。睁眼闭眼是为了分离视觉输入的作用；半串联与串联是逐步缩小支撑面。

第二条：扰动下的站立。 前面两个安静站立（睁眼、闭眼）在软垫上再做一遍。软垫用的是 Airex 平衡垫。这一组测的是本体感觉被削弱时，身体还能不能靠视觉与前庭维持平衡。四条件站立测试（硬地/泡沫 × 睁眼/闭眼）在临床上叫 CTSIB 的简化版。

第三条：功能性动作。 三米步行、五次坐立、起立行走（TUG）。这三个是动态的，涉及重心转移、步态启动、转身。TUG 尤其重要——它是老年医学里预测跌倒最常用的单项测试。

再加单腿站立睁眼与闭眼。这两个是独立测试，不属于上面任何一组，但对下肢力量与侧向稳定很敏感。

11 个动作数下来：2（安静站立睁眼/闭眼）+ 2（泡沫上的睁眼/闭眼）+ 2（半串联、串联）+ 3（三米步行、五次坐立、TUG）+ 2（单腿睁眼/闭眼）= 11。对得上。

1.4 摇摆指标是十六项，不是一项

很多人以为"摇摆"就是一个数。条目页给出的 sway_metric.csv 有 16 个指标，分五族。

距离族：RDIST_ML、RDIST_AP、RDIST（均方根距离，分内外侧与前后方向，另有总体）、MDIST_ML、MDIST_AP、MDIST（平均距离）。距离族描述的是轨迹偏离中心的幅度。

耗散族：TOTEX_ML、TOTEX_AP、TOTEX（总耗散）。这一族不是距离，是轨迹长度乘以位移的累积，反映"走了多少路"。

速度族：MVELO_ML、MVELO_AP、MVELO（平均速度）。

频率族：MFREQ_ML、MFREQ_AP、MFREQ（平均频率）。频率族反映的是调整的快慢——同样幅度下，频率高说明在频繁地小幅修正。

面积族：AREA_CE，95% 置信椭圆面积。

这五族各自捕捉不同的东西。两个受试者的 RDIST 可能一样，但一个是大幅度慢速摆动，另一个是小幅度高频抖动——前者可能是肌力不足，后者可能是感觉整合出了问题。只看一个指标会把这两种情况混在一起。

要注意的是，条目页在描述 MVELO_AP 时写的是"Value for mean velocity in ML direction"——前后方向的速度标成了 ML（内外侧）。这是条目页的笔误，按上下文应为 AP。§11.2 会把它列为需要核对的项。

1.5 它不适合回答什么

不适合做跌倒预测的验证集。 24 个有跌倒史的人，训不出也验不了预测模型。要做探索性分析可以，要报 AUC 需要外部验证。

不适合当作力台的替代品。 摇摆指标是"类似"，不是"等同"（§4.4）。

不适合研究长期变化。 每个受试者只有一次记录，没有纵向随访。

不适合研究步态本身。 只有三米步行一个动态动作，且只有三米。步态的周期性、变异性、对称性都测不全。

不适合跨种族、跨地区外推。 受试者招募自英国单一地区。

1.6 与三个近邻数据集的差别

条目页的 Table 1 直接做了对比，这一份对比很有信息量，值得展开。

Multimodal Dataset：21 人，有深度数据与骨架，但没有临床评估，没有跌倒相关标签，没有摇摆指标，不在非正式场景录制。年轻的与年老的对半分，且受试时无人有已知运动障碍。

K3Da：54 人，有深度与骨架，有基本元数据（年龄、身高、体重），但没有损伤标签，没有跌倒史，没有摇摆指标。

KIMORE：78 人，44 名健康（平均 36.7 岁）、32 名有运动功能障碍（平均 60.4 岁），有临床评分。但动作不直接对应跌倒风险。

KINECAL：90 人，六项全有——深度、骨架、临床评估、跌倒相关标签、摇摆指标、非正式场景录制。

这张表说明了 KINECAL 的定位：它不是最大的，也不是动作最多的，而是在"临床标签完整度"这一维度上做到了前面几个没做到的。这也解释了它为什么值得单独成条。

1.7 版本与许可：CC0 的少见之处

版本 1.0.3 发布于 2023 年 6 月 8 日。之前的三个版本：1.0.0 是初版，1.0.1 与 1.0.2 都是"license amended"——改许可。1.0.3 加了 sample_set，一小部分样本数据加使用代码，目的是"帮助数据集被采纳"。

许可是 CC0。这在医学数据里很少见。PhysioNet 上大多数开放数据是 ODC-By 或 CC-BY，要求署名；CC0 是彻底放弃权利，连署名都不要求。

这个选择有利有弊。利是使用门槛降到最低——企业可以直接用，不需要在处理法务上花时间，也不需要担心派生数据的许可兼容。弊是数据一旦流出就无法追溯使用情况，作者也失去了通过引用积累学术影响力的路径。条目页在 Usage Notes 里说"We will be using this dataset in a set of upcoming papers"，意思是作者打算靠后续论文而不是数据引用建立影响——这大概是选 CC0 的原因之一。

实际使用中仍建议引用。CC0 不强制，但学术规范要求说明数据来源。

§2 数据构成：九十个数文件夹、十一个动作、两个子目录

2.1 顶层有什么

顶层的六个条目，我逐个核对过。

kinecal/ 是主数据目录，90 个受试者文件夹都在里面。
sample_set/ 是样本数据加 Python 代码。
sway_utils/ 是辅助函数库，样本代码依赖它。
LICENSE.txt 是许可原文。
SHA256SUMS.txt 是校验清单，1.08 亿字节。
register.csv 是受试者登记表。

register.csv 有 91 行——1 行表头加 90 行数据，与受试者数对得上。

SHA256SUMS.txt 1.08 亿字节这个数字值得留意。按每行约 100 字节（64 位十六进制哈希加路径）估算，行数在百万量级。这个量级说明整个数据集的文件数非常多——后面会看到，每个动作文件夹下就有几百个小文件。

2.2 受试者文件夹用数字编号，不是 part_id

这里有个容易踩的坑，必须先说。

条目页的目录结构示例写的是 <part_id>，但实际文件夹名是纯数字：1、2、10、100、11……

而 register.csv 里的 part_id 字段是带字母前缀的：SPPB2、SPPB3、SPPB4、SPPB307……

这两套编号不是同一个东西。文件夹的纯数字是记录时的内部序号，part_id 是事后整理时给的分析用标识。两者之间的映射关系，条目页没有给出对照表。

这意味着：想按 part_id 找到对应的文件夹，不能靠直接匹配。必须建立映射。一种可能的办法是通过 register.csv 的行序与文件夹序号的对应关系推断，但这需要验证，不能假定。

这一点我在 §11.2 里列为可立即验证的疑问之一。实际使用前务必先确认映射，否则会把某个人的标签安到另一个人头上——而且这种错误在结果里完全看不出来。

2.3 一个动作文件夹里到底有什么

我打开了一个动作文件夹（受试者 2 的五次坐立）看实际内容，发现的东西比条目页列的多。

条目页的目录结构图只画了 sway_metrics、skel、depth 三个子目录。实际看到的还有四个条目：

start_end.csv——两列，skelIdx、start、end。这是动作片段的起止帧索引。有它才能从整段录制里截出有效的动作区间。条目页完全没提这个文件。

<part_id>_cached_skeletons<动作名>.csv——骨架的缓存版，把逐帧的 txt 合并成一张表。

<part_id>_cached_stacked_raw_XYZ_<动作名>.npy——三维坐标堆叠后的 numpy 数组。

<part_id>_Quiet-Standing-Eyes-Open_backup——这种带 backup 后缀的目录，只在部分受试者身上出现（我在受试者 2 身上看到了）。

这几个条目说明：数据除了原始的逐帧文件，还提供了整理后的缓存。这对使用者是好消息——不用自己解析几千个 txt。但也带来一个隐患：如果缓存和原始文件不同步（比如某次重新处理只更新了一边），两者会不一致，而条目页没说哪个是权威。

2.4 depth 与 skel：两个子目录分别装什么

depth 目录装 DepthUshort<帧号>.bin。条目页说明：二进制格式，存 16 位无符号整数（ushort），是逐像素的距离值的展平二维数组，需要按 424 乘 512 还原成原始图像。

424 乘 512 是 Kinect V2 深度图的分辨率。也就是说每个 .bin 文件是 424 × 512 = 217,088 个 ushort，即 434,176 字节（约 424 KB）。

skel 目录装 <帧号>.txt，纯文本。每个文件包含 25 个关节的信息，每个关节七列：关节名、是否被跟踪、三维 x/y/z、像素 x/y。

"是否被跟踪"这一列很关键。Kinect 的骨架追踪在遮挡时会做推断——比如手放在身后，相机看不到，但 SDK 会给出一个估计位置。文件里用 Tracked 字段区分。把推断位置当成真实观测，是使用这类数据最常见的错误之一。

两个目录我都数了文件数：某受试者的五次坐立动作下，skel 有 300 个 txt，depth 有 300 个 bin。帧数一致。30 帧每秒，300 帧是 10 秒——五次坐立的任务大约就是这个时长。

2.5 摇摆指标表的结构

sway_metric.csv 是长表：每行是一个受试者的一个动作，列出 16 项指标。

字段分三类。标识类：part_id、movement、group、age、sex、recorded_in_the_lab、clinically-at-Risk。指标类：16 项。没有其他。

要注意两点。第一，group 字段在 register.csv 里的取值有四种（HA/NF/FHs/FHm），但在 sway_metric.csv 的表头说明里，只列了 non-faller、single-faller、multiple-faller 三种——少了 healthy-adult。这是条目页的说明不全，实际文件里应该有 HA，但需要核对。

第二，摇摆指标是按动作分行的，所以一个受试者最多有 11 行。如果某个动作没做成或数据不可用，行数会少。分析时要先查一遍每个人的动作覆盖情况，不能假定都是完整的 11 行。

2.6 我核对了哪些、没核对哪些

核对过的：顶层六个条目的名称与存在；register.csv 91 行（90 数据行）；kinecal 目录下 90 个受试者文件夹；某受试者文件夹下 7 个动作目录（含一个 backup）；某动作目录下的 depth 与 skel 各 300 个文件；depth 与 skel 的帧号一一对应；start_end.csv 的格式；cached_* 两个文件的存在；SHA256SUMS.txt 的字节数。

没核对的：所有 90 个受试者是否都有 11 个动作目录。我只看了一个受试者，他有 7 个（含 backup），不是 11 个。这可能意味着部分动作对部分受试者不适用（比如不能单腿站立的老人），也可能是分批上传。这个必须逐个核对才知道，我不做推断。

从 register.csv 实际统计得到的（这些不是条目页给的，是文件算出来的）：4 组人数分别为 33/33/15/9；性别 47 男 43 女；年龄中位数 67；40 岁以下 11 人，40 至 64 岁 26 人，65 至 79 岁 44 人，80 岁及以上 9 人；实验室采集 26 人，非实验室 64 人；临床风险标记 6 人。

特别说明：年龄字段里有 1 条写作 >89（受试者 SPPB307），是字符串不是数字。这意味着直接对 age 列做数值运算会出错——要么报错，要么被当成缺失。这本身是个有价值的信息：说明数据在某些字段上做了隐私保护式的模糊处理。

§3 访问：CC0，无需审批

3.1 许可与门槛

CC0 1.0 Universal。这是最宽松的公共领域奉献许可：作者放弃全部著作权及相关权利，使用者可以任何目的、任何方式使用，无需署名，无需标注来源。

PhysioNet 把它归在 Open Access 一栏。下载不需要注册审批，不需要签协议。

需要注意 CC0 覆盖的是著作权。受试者的隐私权、人格权不因 CC0 而消失。条目页的伦理部分写明：所有受试者提供了书面知情同意，伦理批准号 020517-ESS-CC(1) 与 SE161757。数据在发布前做了匿名化——受试者只有编号，没有姓名、没有面部图像（只有深度图与骨架，深度图分辨率低，不足以识别面部）。

3.2 引用该写什么

CC0 不强制署名，但学术写作中仍应给出数据来源。条目页给的 BibTeX 是：Maudsley-Barton, S., & Yap, M. H. (2023). KINECAL (version 1.0.3). PhysioNet. RRID:SCR_007345. https://doi.org/10.13026/vvkp-ct80。

注意版本号要写全（1.0.3），因为前三个版本的许可不同——1.0.0 的许可与现在的 CC0 不一样，1.0.1 与 1.0.2 都改过许可。只写"KINECAL"不写版本，读者无法确定你用的是哪一版、适用哪个许可。

3.3 下载

PhysioNet 的标准方式：网页 ZIP 包、wget 递归、AWS 匿名同步。体量上，这个数据集比同期的影像数据集小得多——SHA256SUMS.txt 1.08 亿字节，说明文件多但单文件小（每个 .bin 约 424 KB，每个 txt 只有几 KB）。

下载后第一件事是跑 SHA256SUMS.txt 校验。这份数据文件数在百万量级，传输中掉几个小文件很常见，而且掉了不一定立刻发现——只有在解析到某个受试者某个动作的某一帧时才报错。

3.4 先用 sample_set 试探

条目页在 1.0.3 版本特意加了 sample_set/，目的就是让人先跑通再决定是否全下。

sample_set 里有一小部分数据加一个 view_smple_files.py（注意文件名里 simple 拼成了 smple，这是原文的拼写）。这个脚本用来可视化样本数据。

它依赖 sway_utils/ 里的辅助函数，两个目录要解压到并列的位置。

建议的路径是：先跑 sample_set 熟悉文件格式与读取方式，再决定要不要全下。全下之后先用 sway_utils 提供的函数处理，而不是自己从零写解析——条目页明确说 sway_utils 是给第三方用的，目的是加速。

§4 局限：二十四个人扛不起跌倒预测

4.1 样本量的真实含义

90 这个数字听起来不小，但拆开看就完全不是一回事。

按分组拆：健康成人 33、非跌倒者 33、单次跌倒 15、多次跌倒 9。

如果要做"跌倒者 vs 非跌倒者"的二分类，正样本是 15 + 9 = 24，负样本是 33 + 33 = 66。24 比 66，比例 1 比 2.75，倒不算极不平衡。

如果要做"多次跌倒 vs 其他"的三分类或有序分类，最小类只有 9 个人。9 个人做一类，任何模型都学不出稳定的模式。

如果要做"临床风险"的二分类，正样本 6 个。这个量级只够做描述性统计，不够做任何有统计效力的推断。

再往下一层：每个人有 11 个动作，每个动作有 16 项指标。看起来数据点很多——90 × 11 × 16 = 15,840 个数值。但这些数值不是独立的：同一个人的 11 个动作高度相关（平衡能力是同一个人的属性），16 项指标之间也高度相关（都是从同一条轨迹算出来的）。

有效独立样本仍然是 90，最多是按"人-动作"算的几百。这个量级决定了：可以做组间比较、可以做特征与标签的相关性分析、可以用简单的分类器做探索；不能做深度模型、不能做特征选择后再验证（会过拟合）、不能报可信的 AUC。

4.2 单中心与单一设备

全部数据用 Kinect V2 采集。这一条限制有两层。

第一层是设备唯一。Kinect V2 用的是飞行时间原理，与 Kinect V1 的结构光不同，与后续的 Azure Kinect 也不同。三种设备出的深度图在噪声特性、边缘精度、有效距离上都不同。在这份数据上训练的模型，换设备就要重新验证——而这份数据无法提供这个验证，因为只有一种设备。

第二层是机位唯一。单台相机放在受试者前方某个位置、某个高度、某个距离。这些参数条目页没给（距离多少米、高度多少、俯仰角多少），只在 equipment_info 之类的地方可能提到——但 KINECAL 没有 equipment_info 文件。机位参数缺失意味着无法复现采集几何，也就无法判断新采集的数据是否在同一几何下。

4.3 标签从哪来，可靠到什么程度

三个关键标签，来源各不相同。

group（跌倒史分组）：来自受试者自报或知情者报告。条目页没说是自报还是查病历。跌倒史自报有一个已知问题——回忆偏倚：轻微跌倒容易被忘记，尤其是几个月前的。而"多次跌倒"的判定依赖回忆的准确性，这个类别只有 9 人，任何回忆误差都会显著改变分类。

clinically-at-Risk：条目页只说"indicates if the participants were marked as clinically at risk"，没说依据什么标准。是临床医生判断？是某个量表超阈值？是多少阈值？全部缺失。6 个阳性，来源不明，这个字段基本不能用于建模。

动作执行质量：没有任何独立评分。也就是说，如果某位老人做五次坐立时手撑了膝盖（违反标准指令），数据里不会标出来。模型学到的是"这个人做的动作"，不是"标准动作"。

这三个标签的可靠性依次递减。跌倒史相对可信（有明确定义），临床风险来源不明，执行质量完全没有。

4.4 摇摆指标与力台的距离

这是使用这份数据最容易出错的地方，值得详细说。

力台测的是压力中心（center of pressure，COP）——脚底与地面接触面上，反作用力的合力作用点。这个点在水平面上的移动轨迹，就是平衡研究里最经典的摇摆指标来源。

Kinect 给的是关节位置。从关节位置推算摇摆，有两条路：一是用全身质心的水平投影（需要每个身体节段的质量比例，用回归公式估算），二是用某个关节（比如脊柱基底 SpineBase）的水平位置。

两条路都与 COP 有系统性差异。

差异一：COP 的摆动幅度大于质心。 人体维持平衡时，COP 会在质心投影的两侧来回"追赶"——质心往右偏，COP 就往右移得更多，产生恢复力矩。所以 COP 的轨迹比质心更"活跃"，幅度更大、频率更高。用力台的标准去解读 Kinect 算出的质心轨迹，会低估摇摆的剧烈程度。

差异二：尺度不同。 COP 的位移量级在毫米到厘米，质心的水平位移量级也在厘米，但两者的换算系数依赖于身高、足长、足宽。同一个受试者不同动作之间可以比较，跨受试者比较需要归一化。

差异三：频率成分不同。 COP 包含高频的姿势控制微调（几赫兹），Kinect 30 帧每秒的采样率上限是 15 Hz（奈奎斯特），实际有效带宽更低。高频成分被截掉了。

因此，KINECAL 的摇摆指标能回答的问题是"这个人的摇摆比那个人大"，不能回答的是"这个人的 COP 摆动速度是每秒多少毫米"。前者是相对比较，后者是绝对测量。

4.5 深度相机对老年人的特殊问题

KINECAL 的受试者年龄最大到 92 岁。这个年龄段对深度相机提出了几个特殊挑战，条目页没有讨论。

体型与衣物。老年人常穿宽松衣物，深度图拍到的是衣物表面而不是身体表面，关节位置估计会偏移。宽松的裤腿会让膝盖位置估到裤管外。

步态特征。老年人常有拖步、小步、躯干前倾。Kinect 的骨架模型是用健康成年人数据训练的，对这些非典型姿态的估计精度未知。

辅助器具。用拐杖或助行器的老人，器具会进入视野，可能被误识别为肢体，也可能造成遮挡。

动作完成度。单腿站立对很多老人是困难的。做不满 20 秒、扶了墙、晃到需要迈步——这些都是临床上重要的信息，但数据结构里只有"这个动作有没有录"，没有"完成得多好"。

这几条都是数据使用时的隐性风险，条目页没有涉及，属于编辑基于深度相机原理与老年医学常识的推断。

4.6 "非正式场景"到底有多非正式

条目页把"在非正式场景录制"列为 KINECAL 相对前人的一项优势。register.csv 里 recorded_in_the_lab 为 1 的 26 人，为 0 的 64 人——六成以上在实验室外录的。

但"非正式场景"具体是什么场景，条目页没说。是受试者家里？社区中心？养老院？走廊？光照条件如何？地面材质是什么？相机架在哪？离受试者多远？

这些信息全部缺失。而这恰恰是"能不能在真实环境用"这个问题的核心。如果那 64 人都是在一个光照可控、地面平整的社区活动室里录的，那和实验室的差别其实不大；如果是在各自家里，光照、地面、家具遮挡各不相同，那这就是真正的现场测试。

从 recorded_in_the_lab 这个二值字段本身看不出区别。这是这份数据在"证明自己贴近实际"这件事上的一个缺口。

4.7 数据质量清单（DAIMS）

按数据与人工智能就绪度评估的二十四个常见维度，挑关键项过一遍。

完整性：90 个受试者文件夹齐备，登记表 90 行。但每个受试者的动作覆盖是否完整未核实——我抽查的一个受试者只有 7 个动作目录，不是 11 个（§2.6）。

一致性：受试者文件夹用数字编号，登记表用 part_id，两套编号无对照表（§2.2）。这是最影响使用的一致性缺口。

可追溯：有 DOI、有版本历史（1.0.0 到 1.0.3，含两次许可修订）、有配套论文。追溯链完整。

许可清晰度：CC0，条款原文在包内。极清晰。

文档充分度：条目页写得相当细——11 个动作的标准指令逐条给出、16 项摇摆指标的缩写全部解释、目录结构有图示、三段式的文件格式说明。不足的是：机位参数缺失、start_end.csv 与 cached_* 文件未提及、part_id 与文件夹编号的映射缺失、clinically-at-Risk 的判定依据缺失。

预处理透明度：摇摆指标的计算方法条目页没给公式，只给了缩写全称。想复现计算过程，需要回论文或看 sway_utils 的代码。

标签质量：跌倒史相对可靠但依赖回忆；临床风险来源不明；执行质量无评分（§4.3）。

可复现性：sway_utils 与 sample_set 公开，代码是 Python，依赖常见。可复现性好。

代表性：90 人、47 男 43 女、18 至 92 岁、英国单一地区、四组构成明确。对"英国社区老年人的平衡能力分布"有一定代表性，对中国人群、对住院患者、对神经系统疾病患者没有代表性。

其余维度（隐私、伦理、偏见、维护活跃度）在条目页上有部分信息（伦理批号明确、匿名化处理），其余不做判断。

4.8 与相邻数据能做什么、不能做什么

与力台数据比：能比相对排序（谁摇摆大），不能比绝对量（毫米、度每秒）。

与光学动捕比：能比关节角度的趋势，不能比精度。光学动捕的关节角度误差在 1 度以内，Kinect 的误差在 5 到 10 度量级（依关节与遮挡情况差异很大）。

与临床量表比：能比分类一致性（这个人的 TUG 时间是否落进高风险区间），不能替代量表。量表有几十年的效度积累，深度相机没有。

与 HAR 数据集比：动作集不同、标签体系不同、目标不同。KINECAL 的动作是"规定的、要评估质量的"，HAR 的动作是"自然发生的、要分类的"。这两类数据不能混在一起训。

§5 它能用来做什么

5.1 建立无标记平衡评估的基准

这是这份数据最正当的用法。

具体做法：用 Kinect 的骨架数据算出一组特征（关节角度、角速度、质心轨迹），看这些特征能不能复现临床量表的判读。比如，用五次坐立的三维运动特征，预测 SPPB 的坐立分项得分；用 TUG 的运动特征，预测 TUG 时间是否超过阈值。

这类研究的价值在于建立一个"无标记指标与临床量表之间"的映射基线。有了基线，后续的方法可以在这条线上比较。

要点：这类研究不需要大样本。SPPB 得分是连续或有序变量，90 人做回归分析是够的。要避免的是把它做成"用 Kinect 预测跌倒"——那是另一个问题，24 个正样本答不了（§4.1）。

5.2 研究摇摆指标的"可替代性"

sway_metric.csv 直接给了 16 项指标。这些指标是从骨架算的，那么问题来了：哪几项最接近力台的对应量？哪几项是 Kinect 特有的伪影？

做法：找一批同时有力台与 Kinect 记录的数据（KINECAL 本身没有，需要外部），做指标间的相关性分析。或者，在这份数据内部做一致性分析——同一动作在不同受试者之间，16 项指标的一致性结构是什么样。

这类研究不需要标签，只需要指标本身。90 人够用。

5.3 跨场景的可迁移性

26 人在实验室、64 人在非实验室。这个二值字段虽然信息量少，但足以做一个最基本的可迁移性检验：在实验室数据上训练的模型，在非实验室数据上表现如何？

如果性能明显下降，说明场景因素（光照、地面、机位）影响显著，需要考虑域适应。如果差不多，说明方法对场景不敏感。

这是一个极简但有效的实验设计。限制是：recorded_in_the_lab 是唯一的场景信息，无法进一步定位是哪个因素在起作用。

5.4 动作质量评估

11 个动作都有标准指令。可以研究的问题：能不能从骨架序列自动判断受试者是否按指令完成动作？

比如五次坐立要求双臂交叉抱胸。能不能从骨架看出手臂有没有交叉？能不能看出起立时躯干前倾角度是否在合理范围？能不能看出膝内扣？

这类研究的价值在质量控制：大规模筛查时，没人有空逐条检查动作是否规范，自动判定能省大量人力。

这个方向不需要跌倒标签，只需要动作本身的运动学。90 人够用。

5.5 做 Kinect 骨架数据的预处理与增强

这类数据有个天然的用途：作为方法学研究的测试床。

具体问题：遮挡时 Tracked 为假，怎么补？推断位置怎么用？帧与帧之间的抖动怎么平滑？不同身高的受试者怎么归一化？

这些问题在通用 HAR 数据上也能研究，但那份数据的动作简单、场景受控。KINECAL 的动作更精细（20 秒的静立，微小的摇摆），对预处理的要求更高，更能暴露方法的缺陷。

5.6 它不能用来做什么

不能做跌倒预测的临床验证（§4.1）。

不能替代力台（§4.4）。

不能做纵向研究（无随访）。

不能做步态分析（只有三米）。

不能外推到中国人群（英国单一地区招募）。

不能用于实时系统性能评估（离线数据，无实时约束）。

5.7 用之前必须先做的三件事

第一，建立 part_id 与文件夹编号的映射。这是最容易出错也最致命的一步（§2.2）。方法：找一个受试者，看 register.csv 里的字段与他文件夹里实际录了哪些动作，用动作集合反推映射；或者看 cached 文件名里带的是哪个 id。

第二，核对每个人的动作覆盖。抽查的一个受试者只有 7 个动作目录，不是 11 个。全量核对一遍，弄清楚是哪些人缺哪些动作、为什么缺。这决定了分析时能不能做 90 × 11 的完整矩阵。

第三，跑通 sample_set。用官方代码把样本数据读进来、画出来、算一遍摇摆指标，确认自己的理解与代码一致。这一步花半小时，能省掉后面几天。

§6 常见误读

6.1 误读一：九十人的跌倒数据

标题写"90 人"，很自然读成"90 人的跌倒研究"。实际是有跌倒史的 24 人。

这个误读的后果是所有涉及跌倒的结论都会被高估。24 个正样本，做 5 折交叉验证，每折只有 5 个正样本；报出来的 AUC 置信区间宽得没有意义。

正确的读法：把这份数据看成"90 人的平衡能力数据，其中 24 人有跌倒史"。重心放在平衡，跌倒只是其中一层标签。

6.2 误读二：把摇摆指标当 COP

sway_metric.csv 里的 RDIST、MDIST、TOTEX 这些缩写，在平衡研究文献里通常是 COP 的指标。看到同样的缩写，很容易以为这就是 COP 的对应量。

不是。这些指标是从 Kinect 骨架算出来的（§4.4）。缩写相同，物理含义不同。

正确的读法：在每个指标前面加"Kinect 估计的"这个限定。写论文时要明确说明指标来源，否则读者会按 COP 的惯例解读，得出错误结论。

6.3 误读三：临床风险标记可以直接当标签用

clinically-at-Risk 有 6 个阳性。看起来是个现成的二分类标签。

但条目页只说"indicates if the participants were marked as clinically at risk"——被标记为临床风险。谁标记的、按什么标准、标记之后做了什么，全都没说。

可能的情况：临床医生凭经验判断；某个量表超过阈值；受试者自己报告"我觉得我快摔了"。这三种情况的含义完全不同。

6 个样本 + 未知来源，这个字段不能用于任何建模。可以用于描述性统计（“这 6 个人的摇摆指标是否系统性偏高”），但不能作为预测目标。

6.4 陷阱一：把 Tracked 为假的关节当成真实观测

骨架文件里每个关节都有 Tracked 字段。Kinect 在遮挡时会给推断位置，Tracked 为假。

这些推断位置是怎么来的？Kinect SDK 有一套基于历史轨迹与人体模型的补全逻辑。补出来的位置可能相当准，也可能完全错——尤其是长时间遮挡、或遮挡部位在做快速运动时。

如果把推断位置和真实跟踪混在一起用，会出现"数据看起来完整，但某些帧的关节其实在瞎猜"的情况。这种错误在统计上看不出来，只在个别样本上出现。

正确的做法：统计每个关节的 Tracked 比例。如果某关节在某个动作里大面积失效（比如单腿站立时被抬起的腿经常被遮挡），要么剔除该关节，要么剔除该动作，要么在分析里降权。

6.5 陷阱二：忽略 start_end.csv

动作录制往往是"开机就开始录，受试者准备一会儿才开始做"。原始数据里包含准备阶段。start_end.csv 给出的是有效动作区间的起止帧。

不用它，摇摆指标会把准备阶段的站立也算进去，算出来的指标偏小（因为准备阶段人不动）。而条目页完全没提这个文件——只读条目页的人不会知道它的存在。

正确的做法：所有指标计算前，先用 start_end.csv 截取有效区间。如果要用官方给的 sway_metric.csv，也要先确认它是在截取后算的还是截取前算的。

6.6 陷阱三：把十一项动作当十个独立测试

11 个动作之间不是独立的。站立类动作（安静站立、半串联、串联、单腿）测的是同一件事的不同难度梯度；泡沫上的两个是前两个的扰动版本。

做特征工程时，如果把这 11 个动作的特征全部拼成一个大向量送进模型，会引入大量共线性。模型可能会学到"这个人在安静站立时摇摆大"这条信息，然后在 11 个动作里重复用 11 次，看起来特征很多，实际信息量只有一个。

正确的做法：先做动作内的降维（每个动作提取少数几个主成分），或者按动作族分组分析，或者用显式建模受试者随机效应的方式处理重复测量。

6.7 陷阱四：年龄字段直接转数字

register.csv 的 age 列有 90 个值，其中 1 个是字符串 >89（受试者 SPPB307）。

如果直接 pd.read_csv 后 astype(float)，会报错。如果加了 errors='coerce'，这一条会变成 NaN，然后被静默丢弃——一个 90 多岁的人从分析里消失了，而且不会有人注意到。

正确的做法：显式处理这个字段。要么把 >89 记为 90 或 92（并用标记列记录这是下限值），要么把年龄当有序变量分箱。注意条目页说受试者年龄"from 18 to 92"，说明确实有人 92 岁，那 >89 这条可能对应 90、91 或 92。

这个细节本身也是数据质量的一个信号：能对年龄做模糊化处理，说明作者在隐私保护上有意识。

6.8 陷阱五：用 KIMORE 或 Multimodal 的经验套过来

条目页的 Table 1 把 KINECAL 与三个前人数据集并列比较。看到这张表，容易以为它们可以混用或互补。

不能混。KIMORE 的动作是康复训练动作（不是跌倒相关），Multimodal 的受试者只有 21 人且无人有运动障碍，K3Da 没有任何临床标签。三个数据集的动作集、标签体系、采集条件都不同。

正确的读法：Table 1 是定位表，用来说明 KINECAL 补了什么空白，不是兼容性说明。

6.9 类别不平衡不是问题，样本量才是

24 比 66 的比例，用类别权重、过采样这些手段都能处理。技术上的不平衡好解决。

真正的问题是绝对数量。24 个正样本，无论怎么重采样，独立信息就只有 24 份。过采样是把同样的 24 个人复制多份，不增加信息。

把注意力放在"怎么处理不平衡"上，是问错了问题。该问的是"24 个人能支撑什么强度的结论"。

§7 与相邻数据的定位

7.1 与 KIMORE 的分工

KIMORE 是这份数据最直接的对照。78 人，44 健康加 32 有运动功能障碍，有临床评分。

差别在动作集。KIMORE 的动作是康复训练动作（比如举手、弯腰），用于评估康复进展。KINECAL 的动作是平衡筛查动作（站立、坐立、步行），用于评估跌倒风险。

要做康复评估，用 KIMORE；要做跌倒风险，用 KINECAL。两者的临床评分体系不通用。

7.2 与 Multimodal Dataset 的分工

Multimodal 21 人，有 TUG、30 秒坐立、45 秒单腿站立、2 分钟踏步。动作与 KINECAL 有重叠（TUG、单腿）。

但 Multimodal 的 21 人全是"当时无已知运动障碍"的，年轻的与年老的对半分。它适合做方法学验证（动作相同，人健康，信号干净），不适合做临床研究。

KINECAL 的人更多、更杂、有标签，适合做临床研究。

7.3 规模在整个生态里处于什么位置

按受试者数：90 在跌倒相关的动作数据集里属于最大的一档（条目页自称 the largest of its kind）。

按数据量：深度图加骨架，文件数百万，体量中等（比影像数据小，比纯表格数据大）。

按标签丰富度：四个层次的标签（人口学、跌倒史、临床风险、摇摆指标），在动作数据集里算丰富。

按动作标准化：11 个动作都配了标准指令，这在 HAR 类数据里少见。

这是一个"标签深、动作标准、样本量中等"的配置。优点是研究问题能问得具体，缺点是统计功效有限。

7.4 与临床平衡评估研究线的接续

这条线的脉络：从力台（金标准，实验室）、到临床量表（可及，精度低）、到无标记动捕（可及，精度待验证）。

KINECAL 处在第三段。它的价值不是证明 Kinect 能替代力台，而是提供了验证这个"能不能替代"的材料。

条目页说"We will be using this dataset in a set of upcoming papers"——说明作者还在继续用这份数据做研究。这意味着数据可能会随论文更新（比如加更多受试者、加更多标签）。使用时要留意版本。

7.5 适合谁用

适合：做无标记动作捕捉临床应用的团队；做平衡与步态分析的；做老年医学数字化的；做 Kinect 数据处理方法学的。

不太适合：需要大样本做跌倒预测的；需要力台级精度的；需要纵向随访的；需要中国人群数据的。

§8 怎么用：分析方案

8.1 最小可用基线

在做任何模型之前，先做一个只有两行代码的基线：用 sway_metric.csv 里的某一个指标（比如 TOTEX，总耗散），按组画箱线图，看组间有没有肉眼可见的差异。

这一步不需要任何机器学习。如果连最简单的指标都分不开组，那复杂的模型多半也分不开——或者分开了也是过拟合。

有了这个基线，后面所有方法的提升才是可衡量的。

8.2 划分策略比模型选择更重要

90 个人，划分方式的选择直接决定结论的可信度。

必须按受试者划分。同一个人的 11 个动作不能分到训练集和测试集两边——那等于让模型见过这个人。

如果要做场景迁移，按 recorded_in_the_lab 划分：实验室训练，非实验室测试。

如果要做年龄泛化，按年龄段划分：年轻训练，老年测试（或反过来）。

三种划分给三个不同的数。建议至少报"按受试者随机划分"这一个，作为主结果；如果有场景或年龄的假设，再报对应的迁移结果。

不要报"按动作行随机划分"的结果——那是把同一个人的不同动作分开，纯属自欺。

8.3 指标怎么选

如果是分类任务（比如跌倒者 vs 非跌倒者），主指标是平衡准确率（balanced accuracy）或宏平均 F1，不是准确率。原因是 24 比 66 的不平衡，全判非跌倒者就有 73% 的准确率。

如果是回归任务（比如预测 SPPB 得分），主指标是平均绝对误差，同时报组内相关系数。后者衡量的是"预测值与真实值的排序是否一致"，比相关系数更适合评估一致性。

无论哪种，都要报置信区间。90 个人的样本，置信区间往往比点估计更有信息量。

8.4 基线与它的意义

要报两个基线。

多数类基线：在分类任务上，全判多数类的准确率。这是绝对下限。

临床量表基线：如果用简单的临床变量（年龄、性别、BMI）能预测到什么程度，这是"不用 Kinect 也能做到"的水平。任何用 Kinect 的方法都必须打过这个。

第二个基线常被忽略。如果年龄与性别就能解释大部分方差，那么复杂的运动学特征带来的增量就很有限，这个增量才是研究的真正贡献。

8.5 过拟合的典型表现

90 个样本上，过拟合有几种典型形态。

训练 AUC 0.95，测试 AUC 0.6。这是最直白的记忆。90 人做 5 折，每折训练 72 人、测试 18 人。模型如果参数量超过几十，很容易记住训练集。

特征重要性全是同一个动作。如果 11 个动作的特征拼在一起，模型可能只用了其中一个动作的特征（因为那个动作与标签相关性最强），其他都是噪声。看起来用了很多特征，实际只用了一个。

交叉验证方差极大。5 折的 AUC 分别是 0.9、0.55、0.7、0.5、0.85——这种分布说明结果高度依赖哪几个人被分到哪一折，也就是不稳定。这时候报平均值没有意义，要报整个分布。

加了特征反而变差。如果从 16 个指标减到 4 个指标，性能反而上升，说明多出来的 12 个在引入噪声。

8.6 具体的数据处理建议

先做个体归一化。摇摆指标的绝对值依赖于身高、足长。同一个动作，高个子的人摇摆幅度天然更大。做组间比较前，应按身高或腿长做归一化。

注意动作时长的差异。站立类动作有 20 秒的上限，但有些受试者提前终止（“if lost balance”）。时长不同，总耗散这类累积型指标不可直接比较。要么按时间归一化，要么只用速率型指标。

处理 Tracked 缺失。先统计每个受试者每个动作的关节跟踪率。对跟踪率过低的样本做剔除或降权（§6.4）。

用 start_end.csv 截取（§6.5）。

年龄字段特殊处理（§6.7）。

8.7 五条失败模式

一，part_id 与文件夹编号没对上。标签安错人，结果无法解释，而且看不出错在哪（§2.2）。这是最致命的一条。

二，只读了条目页，不知道 start_end.csv 与 cached 文件的存在。导致重复劳动，或者算了错误的指标（§6.5）。

三，把 sway_metric.csv 当 COP 指标解读。结论的物理含义错（§6.2）。

四，年龄字段报错或被静默丢弃。分析里少了一个 90 多岁的受试者（§6.7）。

五，把 11 个动作的特征全拼起来。维度爆炸加共线性，模型不稳定（§6.6）。

8.8 结果该怎么读

拿到一个按受试者划分的平衡准确率，比如 0.72，可以写什么结论？

可以写：在这 90 名受试者中，用 Kinect 骨架提取的运动学特征，按受试者 5 折交叉验证，区分有跌倒史与无跌倒史的平衡准确率为 0.72（95% 置信区间某范围）。相比仅用年龄与性别的基线（某值），提升某值。

不可以写：这个方法可用于社区跌倒筛查。这个准确率满足临床需求。这个结果在更大人群上成立。

不可以写：与某文献的 0.78 相比我们的方法较差。除非划分方式、特征集、受试者构成全部对齐。

8.9 与人工判读的比较

这份数据可以做一个人工判读的对照：让有经验的物理治疗师看骨架动画，判断这个人的平衡能力如何，再与模型比。

这个对照有意义，因为临床上平衡评估本来就是靠观察。但要注意：治疗师看的是完整的三维运动，模型看的是提取后的数值特征。两者的信息基础不同。

条目页没有提到任何人工判读的基线。这留下了空间——做这个对照本身就是一个贡献。

8.10 先错误分析再调模型

拿到结果后不要立刻调参。先看错例。

具体看三件事：错例的年龄分布（是不是集中在某个年龄段）；错例的动作分布（是不是某个动作特别容易错）；错例的 group 分布（是不是多次跌倒者特别容易被判对，因为他们的信号最"典型"）。

这三件事通常能揭示问题的性质。如果错例集中在老年人，可能是骨架估计对老年人不准；如果集中在某个动作，可能是那个动作的指令执行度差异大；如果某组特别容易被判对，可能是模型学了这个组的其他特征（比如年龄）。

§9 三条技术路线

9.1 用现成的摇摆指标

最简单的一条路：直接用 sway_metric.csv 的 16 项指标，不做任何骨架处理。

做法：把 16 项指标按动作聚合成一个特征向量（比如取平均、取最大、或者按动作分别保留），做分类或回归。

优点：不需要碰深度图与骨架，不需要写解析代码，可以直接从 CSV 开始。计算量极小。

缺点：这 16 项指标是别人算好的，你不知道计算细节（条目页没给公式）；指标之间高度相关；丢失了时序信息（摇摆的动态过程被压成了标量）。

适合：快速探索、做基线、验证"这份数据到底有没有信号"。

9.2 从骨架算特征

第二条路：自己从骨架文件算特征，比现成指标更灵活。

可以算的东西比 16 项指标多得多：关节角度序列、角速度、关节间的协调（比如髋膝踝的相位关系）、左右对称性、动作分段的时长（坐立的上升相、下降相分别多久）。

优点：能针对具体研究问题设计特征；能利用时序信息；能算出 16 项指标里没有的东西。

缺点：要写解析代码（几万个小 txt 文件，需要批处理）；骨架本身有跟踪误差（§6.4）；特征设计需要领域知识。

适合：有明确研究假设、需要特定运动学量的研究。

9.3 端到端深度学习

第三条路：直接把骨架序列或深度图送进网络。

骨架版本：把 25 关节的三维坐标按时间排列成一个张量，送进时序卷积或图卷积网络（骨架天然是图结构）。

深度图版本：把 .bin 还原成 424 乘 512 的图，按帧堆叠，送进三维卷积或双流网络。

优点：省掉特征工程；理论上能学到人没设计出来的模式。

缺点：90 个样本，参数量动辄几十万到几百万，过拟合风险极高。深度图更麻烦——每帧 424 KB，300 帧一个动作就是 127 MB，一个受试者 11 个动作超过 1 GB，内存扛不住。

适合：作为对照实验，说明"深度模型在这个样本量上打不过简单方法"。这个结论本身有价值。

9.4 一个被忽略的中间路线

在"用现成指标"和"端到端"之间，有一条被忽视的路：用骨架数据做一个中间表示，再在中间表示上做简单模型。

具体做法：不用原始关节坐标，而是转成临床上更有意义的量——比如每个动作的"运动学签名"：完成时间、峰值角速度、躯干前倾范围、重心位移的椭圆参数。每个动作只留四五个数，11 个动作加起来四五十个数。

这个表示的好处是：维度小（四五十维，90 个样本撑得住）、可解释（每个数都有临床含义）、鲁棒（不依赖特定的关节，用整段轨迹的统计量）。

它其实就是临床医生看动作时心里在估的那几个量，只是用数值化的方式算出来。

9.5 选择建议

按研究目的选：

想快速验证数据有没有信号，用 9.1。
想深入研究特定运动学问题，用 9.2。
想做方法学对照（证明深度模型在小样本上不适用），用 9.3。
想在有限样本上做出可信结论，用 9.4。

实际研究中常见的组合：9.4 做主体分析，9.1 做基线对照，9.3 做负面结果。

三条路线不是互斥的。9.4 的运动学签名可以喂给 9.3 的网络，也可以直接接 9.1 的简单分类器。

§10 术语

KINECAL：Kinematic Assessment of Balance，本文所述数据集的名称。

SPPB（Short Physical Performance Battery）：短物理性能 battery，包含平衡、步行速度、坐立三个分项，总分 12 分，是老年功能评估的通用工具。

STS-5（五次坐立）：从坐姿起立再坐下，重复五次，计总时间。测量下肢力量与功能性活动能力。

TUG（Timed Up and Go）：从椅子起立、走三米、转身、走回、坐下，计总时间。老年医学中最常用的跌倒风险筛查单项测试。

串联站立 / 半串联站立：双脚前后相接站立，串联是后脚脚尖贴前脚脚跟，半串联是后脚脚尖贴前脚脚侧。逐步缩小支撑面，增加难度。

单腿站立：单脚支撑，另一脚抬起离地约 6 英寸，双手自然下垂。测静态平衡与下肢稳定性。睁眼闭眼两种条件。

COP（Center of Pressure，压力中心）：地面反作用力的合力作用点。力台直接测量，是平衡研究的金标准。

COM（Center of Mass，质心）：全身质量的中心。可由节段质量模型从关节位置估算。

摇摆指标：从 COP 或 COM 的轨迹计算出的量化指标，包括幅度、速度、频率、面积等族。

95% 置信椭圆：把摇摆轨迹的二维分布用一个椭圆概括，椭圆的面积反映摇摆的散布范围。

Airex 平衡垫：一种泡沫材质的软垫，用于削弱本体感觉输入，增加平衡难度。

无标记动作捕捉（markerless motion capture）：不用在人体上贴标记点，直接通过图像或深度数据估计人体姿态的技术。

深度图：每个像素记录到相机距离的图像，与彩色图不同，它不含纹理与颜色信息。

Tracked（跟踪标志）：Kinect 骨架数据中标记某关节位置是真实检测还是推断补全的字段。

CC0：Creative Commons Zero，公共领域奉献，作者放弃全部著作权，使用者无任何义务。

DAIMS：Data and AI Readiness 评估框架，用一组维度检查数据集是否适合直接用于建模。

§11 事实清单

11.1 核心事实

项目	值
数据集全名	KINECAL: A Dataset for the Assessment of Balance, Frailty and Falls-Risk
简称	KINECAL
DOI	10.13026/vvkp-ct80
版本	1.0.3（历史版本 1.0.0、1.0.1、1.0.2）
发布日期	2023-06-08
作者	Sean Maudsley-Barton、Moi Hoon Yap
机构	曼彻斯特城市大学
伦理批号	020517-ESS-CC(1)；SE161757
许可	Creative Commons Zero v1.0 Universal（CC0）
受试者	90 人
年龄	18 至 92 岁（1 条记为「大于 89」）
性别	47 男 43 女（按 register.csv 统计）
分组	健康成人 33、非跌倒者 33、单次跌倒 15、多次跌倒 9
临床风险标记	6 人
实验室采集	26 人；非实验室 64 人
动作数	11
采集设备	Kinect V2
采样率	30 帧每秒
深度图分辨率	424 乘 512
骨架关节数	25
摇摆指标数	16
受试者文件夹数	90（纯数字命名）
register.csv 行数	91（含表头）
SHA256SUMS.txt 大小	约 1.08 亿字节
资助	曼彻斯特城市大学
利益冲突	无

11.2 六个可立即验证的疑问

一，part_id 与受试者文件夹编号怎么对应？ 这是使用前最该确认的一件事。方法：挑一个受试者，比对 register.csv 里的字段（年龄、性别、BMI）与其文件夹里实际录的动作集合，找唯一匹配；或者看 cached 文件名里的标识。

二，90 个受试者里，每个人的动作目录是不是都有 11 个？ 我抽查的一个受试者只有 7 个（含一个 backup）。逐个统计 kinecal/*/ 下的子目录数与名称，即可确认。

三，clinically-at-Risk 的判定依据是什么？ 条目页只说"被标记为临床风险"。需要查配套论文或联系作者，或看 sway_utils 里有没有相关注释。

四，start_end.csv 与 cached_* 文件为什么不在目录结构图里？ 是条目页遗漏，还是后来加的？比对 1.0.0 与 1.0.3 的文件列表可知。

五，sway_metric.csv 的 group 字段是否含 healthy-adult？ 条目页的表头说明只列了三种 group，但 register.csv 有四种。打开 sway_metric.csv 看实际取值分布即可。

六，MVELO_AP 的说明写错了吗？ 条目页写"Value for mean velocity in ML direction"，但字段名是 AP。按上下文应为笔误。核对 sway_utils 代码或论文即可。

11.3 一条受试者的读取流程

以下是读一个受试者一个动作的骨架数据的骨架，不含完整实现。

第一步，确定文件夹。受试者文件夹是 kinecal/<数字>/，动作文件夹名形如 <数字>_STS-5、<数字>_Tandem-Balance、<数字>_3m-walk。注意动作名用连字符与下划线混合，拼写不完全统一。

第二步，读起止帧。打开该动作文件夹下的 start_end.csv，取 start 与 end 两列。这决定了后面只看哪一段帧。

第三步，读骨架。skel/ 目录下每个 <帧号>.txt 是一帧。逐列解析：关节名、Tracked、三维 x/y/z、像素 x/y。

第四步，筛帧。按 start_end 截取，并统计这区间内各关节的 Tracked 比例。

第五步，算特征。按研究问题选择（关节角度、质心、速度等）。

第六步，如果是深度图，读 depth/DepthUshort<帧号>.bin，按 ushort 解析后 reshape 成 424 乘 512。

11.4 附录 A：一次按受试者划分的评测骨架

思路如下，不写具体代码。

数据准备：从 sway_metric.csv 读入全部行。检查每个人的动作覆盖，剔除覆盖过少的受试者（并记录剔除了谁、为什么）。

标签：把 group 二值化——FHm 与 FHs 合并为"有跌倒史"，HA 与 NF 合并为"无跌倒史"。得到 24 正 66 负。

特征：按受试者聚合 16 项指标。聚合方式有三种可选：取全部动作的平均、取某个关键动作（如 TUG 或串联站立）的值、按动作分别保留。建议先用第三种，因为它保留了动作特异的信息。

划分：按受试者 5 折分层交叉验证，保证每折的正负比例接近 24 比 66。

模型：逻辑回归加 L2 正则。正则强度用内层交叉验证选。

指标：平衡准确率、宏平均 F1、AUC，全部报 5 折的均值与标准差。

基线：只用年龄与性别做同样的流程。这是必须报的对照。

补充：把 5 折的个体预测概率存下来，画一条校准曲线。90 个样本的模型校准通常很差，这条曲线比 AUC 更能说明问题。

11.5 附录 B：证据链

按章节交代信息来自哪里。

§1：数据集定义、11 个动作、标准指令、受试者年龄范围，来自条目页 Abstract 与 Methods 的 Table 2。"四组人数 33/33/15/9"是我从 register.csv 实际统计的，不是条目页给的。"26 人实验室采集"同样是文件统计。四条边界的表述属编辑整理。

§2：目录结构、文件格式、摇摆指标 16 项，来自条目页 Data Description。受试者文件夹用数字命名、start_end.csv 与 cached 文件的存在、depth 与 skel 各 300 个文件，是我实际访问 PhysioNet 文件目录核对的。SHA256SUMS.txt 字节数来自 HTTP 头。人群分布统计全部来自 register.csv 计算。

§3：许可、伦理批号、引用格式，来自条目页 Access 与 Ethics 部分。CC0 的含义属通用法律常识。

§4：四组人数、临床风险 6 人、年龄的 >89 特例，来自文件统计。机位参数缺失、执行质量无评分、非正式场景无描述，是编辑指出的条目页缺口。摇摆指标与 COP 差异的讨论属编辑基于平衡研究方法学的分析，条目页未涉及。深度相机对老年人问题的讨论同样是编辑推断。

§5：条目页 Usage Notes 只提到"数据可用于研究摇摆指标与整体身体指标"，§5 的五条用法是编辑展开的具体方案。§5.2 的"找外部力台数据"属编辑建议。

§6：全部为编辑基于数据结构与文件实况的分析，条目页没有对应的"常见误读"讨论。年龄 >89 导致 astype(float) 报错这一条，是我实际读 CSV 时发现的。

§7：与 KIMORE、Multimodal、K3Da 的对比，来自条目页 Table 1 的直接表述，属条目页内容。

§8：全部为编辑的方法学建议。

§9：三条路线加补充路线的划分属编辑整理。sway_utils 与 sample_set 的存在来自条目页 Usage Notes。

§10：术语定义为通用定义，SPPB、TUG、串联站立等均有标准出处，非条目页原文。

§11.1：数值取值来源已在表内逐项对应——条目页原文、文件统计、HTTP 头三类。资助与利益冲突来自条目页 Acknowledgements 与 Conflicts of Interest。

§11.2：六个疑问全部是条目页的信息缺口或我在核对中发现的疑点。

未验证的部分：本页不含对 90 个受试者全部动作覆盖情况的完整统计，只抽查了一个受试者。不含对 sway_metric.csv 实际内容（行数、group 取值分布）的核对。这两项留待下载后完成。

编辑说明

本页依据 PhysioNet 条目页（https://physionet.org/content/kinecal/1.0.3/）公开表述撰写，并实际访问了该项目的文件目录与 register.csv 以核对结构与人群构成。

需要说明的几处判断：

一是关于四组人数与人群分布。条目页只给了总人数 90 与年龄范围，没有给出分组人数、性别构成、年龄段分布、实验室采集比例。这些数字全部由本页从 register.csv 实际统计得到，读者可自行复算。

二是关于受试者文件夹命名。条目页的目录结构图写作 <part_id>，实际是纯数字。两者不一致这一点是本页核对的发现，条目页未提及。本页在 §2.2 与 §6.7 两处提醒了这个风险，但未给出映射方法——因为映射关系确实未知，不宜推测。

三是关于 start_end.csv 与 cached_* 文件。这四个条目不在条目页的目录结构图里，是本页访问实际目录时发现的。本页据此提出了"条目页遗漏还是后加"的疑问（§11.2），未做判断。

四是关于摇摆指标与压力中心的区别。条目页用"akin to data derived from force plates"的措辞，本页据此展开为 §4.4 的详细讨论。该讨论属编辑基于平衡研究方法学的分析，非条目页内容。

五是关于"非正式场景"的具体内容。条目页只说 in both the lab and in informal settings，register.csv 只有一个二值字段。本页在 §4.6 指出这是信息缺口，未做推测。

六是关于 clinically-at-Risk 字段的含义。条目页只写"indicates if the participants were marked as clinically at risk"，未说明判定标准。本页在 §4.3 与 §6.3 两处指出这一点，未做推测。

资助与利益冲突两节内容照录条目页原文，不含评价。