PADS — 帕金森病智能手表运动学数据集

INFOBOX — PADS 一屏速览

维度	内容
本质	智能手表运动学多模态数据集（非语音、非步态地面反力、非影像）
全称	PADS - Parkinson’s Disease Smartwatch dataset（PhysioNet 标题口径）
团队	德国明斯特大学医院（University Hospital Münster）运动障碍门诊 + 明斯特大学医学信息学研究所
论文	npj Parkinson’s Disease 2024;10:9（doi:10.1038/s41531-023-00625-7；PMID 38182602）
数据	469 人（PhysioNet 口径）/ 504 参与者（论文口径）；5159 个测量步骤
设备	两腕 Apple Watch Series 4 + 1 部智能手机（Smart Device System）
信号	三轴加速度（g）+ 三轴角速度（rad/s）@ 100 Hz，每腕 6 通道
任务	11 项交互运动任务（10-20 s），Resting/Postural/Kinetic 三类
标注	电子问卷 + 人口学 + 病史 + 30 项 PDNMS 非运动症状 + 诊断（PD/DD/HC，ICD-10 确认）
核心结果	PD vs HC 平衡准确率 91.16%；PD vs DD 72.42%
获取	PhysioNet 公开直链（无 DUA、无需登录）；解压约 1.4 GB
许可	CC BY-NC-SA 4.0
DOI	数据集 10.13026/m0w9-zx22（v1.0.0，2024-03-25 发布）
库内辨析	与 parkinsons-voice-uci（语音）、gait-pd（步态反力）同为帕金森数据但模态完全不同

PADS（Parkinson’s Disease Smartwatch dataset，帕金森病智能手表数据集）是一个"把神经科门诊的交互式检查装进两块消费级手表"的数据集：德国明斯特大学医院让 469 名受试者（帕金森病患者、其他运动障碍的鉴别诊断患者、健康对照）在坐姿下完成 11 项由神经科专家设计的运动任务，左右手腕各戴一块 Apple Watch Series 4，以 100 Hz 同步记录加速度与角速度信号，并配上电子问卷、病史与 30 项帕金森非运动症状标注。它不采集语音、不采集步态地面反力、也不采集影像，而是采集腕部的运动学时间序列——这是它与本库内其他帕金森数据集最根本的区别。

导语读法三则：

1. 只想下数据：直奔 §13 使用指南的下载小节——PADS 是 PhysioNet 公开直链下载，没有数据使用协议（DUA）拦路，一条 wget 命令即可拉取，注意是 CC BY-NC-SA 4.0（禁商用）。
2. 关心"手表能不能识病"：直奔 §8——论文用嵌套交叉验证给出 PD vs HC 91.16%、PD vs DD 72.42% 两组平衡准确率，二者的巨大落差本身就是本数据集最重要的科研结论之一。
3. 做时序信号建模：直奔 §13 使用指南——每个文件固定 1024 点（10.24 s）、10 位小数逗号分隔，20.48 s 记录被切成 _1/_2 两半，通道命名是四段式，先读懂这些再动手。

§0 导读：这个数据集解决什么问题

0.1 临床背景：为什么需要"客观运动学指标"

帕金森病（Parkinson’s disease, PD）是第二常见的神经退行性疾病，发病率与全球负担仍在上升。它的诊断长期依赖临床观察量表（如 UPDRS/MDS-UPDRS）与医生经验，客观、低成本、可在日常/家庭场景复现的量化指标一直是缺口。智能手机与智能手表这类消费级移动传感器的普及，为捕捉"数字客观生物标志物"（digital objective biomarkers）提供了廉价途径——手表里本就有加速度计和陀螺仪，一次门诊检查若能顺手用消费设备录下来，就得到了一批可被机器学习的运动学数据。

但可穿戴数据的现实困境是：单病种数据多、含鉴别诊断（DD）的完整队列少。绝大多数帕金森可穿戴数据集只对比"患者 vs 健康人"，而临床上真正棘手的问题恰恰是"这个震颤是帕金森、特发性震颤，还是非典型帕金森综合征 / 继发性帕金森综合征 / 多发性硬化"。PADS 的定位就写在这个缺口上：它同时纳入 PD、DD、HC 三组，并且用神经科专家设计的主动任务去刻意诱发细微运动病理（例如让受试者边做心算边静息，看认知应激能否把原本不明显的震颤勾出来），从而比"随便走两步"采集到的信号更有诊断信息量。

PADS 的回答分四层。第一层是数据：469 人、5159 个测量步骤、两块 Apple Watch Series 4、100 Hz 双模态（加速度 + 角速度）六通道时序，加上睡眠、焦虑、便秘等 30 项非运动症状与人口学/病史。第二层是范式：11 项时长 10-20 秒的坐姿交互任务，覆盖静息（Resting）、姿势维持（Postural）、运动（Kinetic）三类，由神经科医师设计、研究护士监督执行。第三层是临床金标准：所有诊断由 board-certified 神经科医师按 ICD-10 编码确认，类别不确定的案例被更正、错误记录被剔除，受试者全部去标识。第四层是基准：论文用嵌套交叉验证 + 分类器堆叠给出 PD vs HC 91.16%、PD vs DD 72.42% 的可对标结果，明确点出"区分相似疾病仍具挑战"。

§0 读法三则：

1. 这个条目是"运动学数据集 + 机器学习基准论文"二合一：本体是 PhysioNet 上的 1.0.0 版数据，基准是 npj Parkinson’s Disease 2024 的嵌套交叉验证结果，两者 DOI 不同（数据集 10.13026/m0w9-zx22 / 论文 10.1038/s41531-023-00625-7），引用时别混。
2. 全文的人数按 PhysioNet 发布口径 469 为主，论文摘要的 504 作为存照对照（§14 坑 1）；准确率按论文 91.16% 为主，第三方综述的 0.912 作四舍五入注记（坑 4）。
3. 若你手上正拿着本库的 parkinsons-voice-uci（UCI 嗓音数据集）想找"同一批人的手表数据"——不存在这种对应关系：那是语音数据、这是手表运动学数据，采集人群、设备、模态、许可全都不同（坑 5）。

§1 数据集速览：十问十答

Q1：PADS 到底是"什么人、多少数据"？
PhysioNet 官方口径是 469 名受试者、5159 个测量步骤。受试者分三组：帕金森病患者（PD）、鉴别诊断组（DD，含特发性震颤、非典型帕金森综合征、继发性帕金森综合征、多发性硬化）、健康对照（HC）。注意主论文摘要写的是"504 名参与者"——这是研究期入组人数，质控剔除不确定类别/错误记录后发布为 469（见坑 1）。

Q2：数据是用什么设备采的？
一套叫 **Smart Device System（SDS）**的自研系统：两块 Apple Watch Series 4（左右腕各一）+ 一部智能手机。手机跑中央 App 并连数据库，手表负责同步记录运动信号。两块手表同时戴在受试者两个手腕上。

Q3：记录的是什么物理量？
每个手腕各记录三轴加速度（单位 g）和三轴角速度/旋转（单位 rad/s），即每腕 6 通道。采样率 100 Hz。这是腕部惯性测量单元（IMU）信号，不是地面反力、不是肌电、不是语音。

Q4：受试者具体做了什么？
在扶手椅上坐姿完成 11 项交互运动任务，每项 10-20 秒，由神经科专家设计以诱发细微运动病理。类别分三种：

• Resting（静息）：1a 闭眼静息、1b 边做连续减七心算边静息（认知应激诱发震颤）。
• Postural（姿势）：2 抬臂前伸、3 保持抬臂、4 双手各握 1 kg 重物、10 踩脚节拍。
• Kinetic（运动）：5 指-检查者指鼻、6 举杯饮水动作、7 双臂交叉前伸、8 双食指靠拢、9 食指触鼻。
  每次录音前研究护士确认受试者已正确理解任务。

Q5：一个时序文件里有多少数据点？
每个时序文件存 1024 个数据点（即 10.24 秒），以逗号分隔、保留 10 位小数。时长 20.48 秒的记录被均分为两半（文件后缀 _1 / _2），当成两个独立步骤处理。

Q6：除信号外还标注了什么？

• 电子问卷：年龄、身高、体重、性别、与 PD 的亲属关系、酒精对震颤的影响。
• 30 项 PD 非运动症状（PDNMS）：yes/no 作答，源自 International Parkinson and Movement Disorder Society 的 PDNMS 问卷，覆盖胃肠、泌尿、疼痛、淡漠/注意力/记忆、知觉障碍、抑郁/焦虑、性功能、心血管、睡眠/疲劳九大类。
• 病史与诊断标签：PD / DD / HC，诊断经神经科专科医师按 ICD-10 确认。
• 运动步骤细节：movement steps 层级的元数据。

Q7：数据多大、怎么拿？
解压后总计约 1.4 GB，PhysioNet 公开直链下载，无需登录、无需数据使用协议。推荐命令：wget -r -N -c -np https://physionet.org/files/parkinsons-disease-smartwatch/1.0.0/。

Q8：许可是什么？能商用吗？
CC BY-NC-SA 4.0：署名 + 非商业性使用 + 相同方式共享。含"非商业"限制，商用前需另行确认；再分发的衍生数据集须以相同许可共享。

Q9：建模成绩如何？
论文用嵌套交叉验证 + 分类器堆叠：PD vs HC 平衡准确率 91.16%，PD vs DD 仅 72.42%。也就是说，手表信号区分"帕金森 vs 健康人"相当好用，但区分"帕金森 vs 其他运动障碍"仍很困难——这正是本数据集相对单病种数据的价值所在。

Q10：它和本库其他帕金森数据是什么关系？
同主题、不同模态：parkinsons-voice-uci 是语音（持续元音声学特征），gait-pd（gaitpdb）是步态地面反力（VGRF），daphnet-fog 是冻结步态加速度计专项，ppmi 是临床/影像/生物样本进展队列。PADS 独有的是腕戴 IMU 在坐姿交互任务下的双模态运动学 + 多类运动障碍对照（§12 有完整对照表）。

§2 PADS 的概念坐标：它在"帕金森数字生物标志物"版图里站哪

要把 PADS 放对位置，需要理解"帕金森 + 传感器数据"这个交叉领域被若干维度切分成不同象限。PADS 落在很具体的一个方格内，误认象限是使用它时最常见的错误来源。

2.1 维度一：模态（看哪里）

模态	典型信号	代表库内条目	PADS 是否属于
语音（voice）	持续元音、基频、抖动、谐噪比	parkinsons-voice-uci、pc-gita、mdvr-kcl	否
步态地面反力（VGRF）	足下压力/力	gait-pd（gaitpdb）	否
腕部惯性（IMU）	三轴加速度 + 三轴角速度	PADS	是
冻结步态专项	躯干/腿部加速度	daphnet-fog	否
临床/影像/生物样本	量表、MRI、血液	ppmi	否

PADS 的唯一模态标签是腕戴惯性测量单元（IMU）。它测的是"手在动"这件事，不是喉咙发出的声音，也不是脚踩地的力。这一个判断就能排除掉本库内最容易被混淆的几个条目。

2.2 维度二：任务范式（怎么动）

PADS 的任务范式是坐姿下的主动交互任务（seated interactive tasks），与"自由行走"“日常生活监测（free-living）”"睡眠监测"都不同。它的 11 项任务是被神经科专家刻意设计来诱发细微病理的——例如 1b 要求受试者一边做连续减七心算一边静息，目的是用认知应激把潜在震颤"逼"出来。这种"任务诱发"范式比被动记录信息密度更高，代价是离真实生活场景更远。

2.3 维度三：对照结构（和谁比）

对照结构	说明	PADS
患者 vs 健康（二分类）	最常见	具备（PD vs HC）
患者 vs 鉴别诊断（多类）	临床更难、更稀缺	具备（PD vs DD）
亚型/分期分析	进展分期	部分（PD 不同进展阶段）

PADS 同时具备二分类与鉴别诊断两类对照，尤其是DD 组（特发性震颤、非典型/继发性帕金森综合征、多发性硬化）的纳入，是它在可穿戴帕金森数据中的稀缺价值。论文也正因此报告了"91.16% vs 72.42%"这对落差数字。

2.4 维度四：设备与场景（在哪采）

PADS 用消费级智能手表（Apple Watch Series 4）在临床门诊环境采集——是"临床环境 + 消费硬件"的组合，既不是实验室级运动捕捉系统（精度高但昂贵、非自然），也不是纯家庭自采（自然但噪声大）。理解这个中间定位，才能理解它"可迁移性有限但质量可控"的特性。

2.5 一句话定位

PADS = 腕戴 IMU + 坐姿主动诱发任务 + 含 DD 对照的临床队列 + 消费级手表 + 门诊采集。 任何把这五个坐标中的任何一个说错的转述，都会导致数据误用。

§3 数据集在"数字健康转化"叙事中的位置

PhysioNet 页面的 Background 把 PADS 放进了一个更大的叙事：数字健康转化（digital health transformation）。其论证链条是：

1. 消费设备（智能手机、智能手表）已高度普及，内置传感器可低成本、大规模捕获运动数据；
2. 这些数据可转化为客观的数字生物标志物（digital objective biomarkers）；
3. 数字生物标志物有助于早期诊断（early diagnosis）与表型特征研究（phenotypical characteristics）；
4. 因此需要"广泛标注的、含多种运动障碍的基础数据"来训练、验证、优化未来的传感器驱动系统。

PADS 就是为第 4 步提供的那块"数据地基"。论文进一步点出家庭场景（home-based setting）的愿景：如果模型在门诊数据上可靠，未来有望用于家庭环境下的疾病检测与疗效监测。这既是机遇（随时监测、免去往返医院），也是约束（家庭场景的噪声、依从性、设备差异都远大于门诊，而 PADS 本身并不包含家庭场景数据——这是一个重要的外推边界）。

§4 快速事实卡

项	值
全称	PADS - Parkinson’s Disease Smartwatch dataset
缩写	PADS
发布平台	PhysioNet（v1.0.0，2024-03-25）
数据集 DOI	10.13026/m0w9-zx22
论文 DOI	10.1038/s41531-023-00625-7
论文出处	npj Parkinson’s Disease 2024;10:9（PMID 38182602 / PMC10770131）
机构	University Hospital Münster（德国）/ University of Münster 医学信息学研究所
受试者	469（发布）/ 504（入组）；三组 PD/DD/HC
步骤数	5159
设备	2× Apple Watch Series 4 + 1 智能手机
信号	三轴加速度（g）+ 三轴角速度（rad/s），6 通道/腕，100 Hz
任务	11 项，10-20 s，Resting/Postural/Kinetic
标注	人口学 + 病史 + 30 项 PDNMS + 诊断标签
体积	解压约 1.4 GB
许可	CC BY-NC-SA 4.0
核心结果	PD vs HC 91.16%；PD vs DD 72.42%

§5 为什么这个数据集值得单独收录

在本库已收录的多个帕金森条目中，PADS 之所以值得作为独立条目，原因有三：

其一，模态空白补位。库内帕金森数据以语音（parkinsons-voice-uci、pc-gita、mdvr-kcl）与步态（gait-pd、daphnet-fog）为主，腕戴惯性的坐姿任务运动学是一个尚未覆盖的模态象限。PADS 恰好补上这块。

其二，对照结构稀缺。绝大多数可穿戴帕金森数据只做"患者 vs 健康"，而 PADS 同时纳入鉴别诊断组（DD），使"帕金森 vs 其他运动障碍"这一临床难题有了数据支撑。论文报告的 91.16% vs 72.42% 落差本身，就是对"识别"与"鉴别"难度差异的一次公开量化。

其三，范式可迁移。11 项由神经科专家设计的任务构成一套"数字化的运动检查协议"，其设计思路可为其他可穿戴研究提供范本；30 项 PDNMS 标注则打开了"运动 + 非运动"多模态融合的入口。

其四，可及性高。PhysioNet 公开直链、无 DUA、无需登录，1.4 GB 即可上手，是难得的高质量低门槛临床运动学数据集。

其五，方法论示范。嵌套交叉验证 + 分类器堆叠 + 分组防泄漏，是穿戴数据建模的规范教科书案例。

§6 采集流程与数据构成（深入）

6.1 研究设计

PADS 来自一项横断面前瞻性研究（cross-sectional prospective study），PhysioNet 背景写明"conducted from the year 2018 until 2021"，论文摘要写"three-year cross-sectional study"（三年研究窗口，两口径并存，见坑 2）。全部采集在德国明斯特大学医院（University Hospital Münster）运动障碍门诊完成。研究用具名机构、具名伦理背景，诊断由神经科专科医师确认，属于高质量临床来源的可穿戴数据——不是众包、不是消费 App 自发上传。

研究采集分两部分：其一是受试者自填电子问卷（人口学 + 病史 + 30 项 PDNMS），其二是主动运动评估（11 项任务），二者都由智能手机端 App 统一引导。

6.2 三个受试者组

组别	缩写	构成
帕金森病患者	PD	处于不同进展阶段
鉴别诊断组	DD	特发性震颤、非典型帕金森综合征、继发性帕金森综合征、多发性硬化
健康对照	HC	年龄匹配（age-matched）

诊断标签的权威性来自 board-certified neurologists 按 ICD-10 编码确认——这是 PADS 区别于"自报标签"数据集的关键。

6.3 11 项运动任务全表

任务由神经科专家设计，目的是诱发细微的运动病理（如认知应激诱发的震颤）。全部坐姿完成：

步骤	时长(s)	描述	类别
1a	20	闭眼静息，姿势标准化（参照 Zhang 等）	Resting
1b	20	边做连续减七心算边静息	Resting
2	10	抬臂前伸	Postural
3	10	保持抬臂	Postural
4	10	双手各握 1 kg 重物	Postural
5	10	指-检查者指鼻（先右后左）	Kinetic
6	10	举杯饮水手势（先右后左）	Kinetic
7	10	双臂交叉前伸	Kinetic
8	10	双食指靠拢	—
9	10	食指触鼻（先右后左）	Kinetic
10	20	踩脚节拍（先右后左）	Postural

任务时长总和约为：可记录步骤以 11 项计，其中 20 秒任务（1a、1b、10）三项、其余 10 秒任务八项。

6.4 信号与切分规格

• 传感器：每腕三轴加速度（g）+ 三轴角速度（rad/s），共 6 通道/腕。
• 采样率：100 Hz。
• 文件粒度：每文件 1024 点 = 10.24 s，逗号分隔，10 位小数。
• 20.48 s 处理：均分为两半，后缀 _1 / _2，各自视为独立 step。这一设计意味着"Tasks/步骤"数量并非严格等于"任务种数×人数"，扩展记录会被计为两个步骤，是理解 5159 这个总数时需要注意的细节（见坑 6）。

6.5 目录结构

pads_dataset/
├── movement/
│   ├── observation_001.json        # 元数据 + 指向时序记录的链接
│   ├── ...
│   ├── observation_469.json
│   └── timeseries/
│       ├── 001_CrossArms_LeftWrist.txt
│       ├── 001_CrossArms_RightWrist.txt
│       └── ...                     # 6 通道 @100 Hz，各 1024 点
├── questionnaire/
│   ├── questionnaire_response_001.json   # 逐人 30 项 PDNMS yes/no
│   └── ...
├── patients/
│   ├── patient_001.json            # 年龄/身高/体重/性别/诊断/利手
│   └── ...
├── scripts/
│   └── run_preprocessing.py        # 预处理流水线
└── preprocessed/
    ├── movement/                   # 预计算二进制，逐受试者一份
    ├── questionnaire/
    └── file_list.csv               # 样本级清单

6.6 质量控制与去标识

• 诊断质控：神经科医师确认全部 ICD-10 诊断；研究全程核对标签与原始数据正确性。
• 纠错剔除：类别分配不确定的案例被更正，错误记录被移除（Cases with an uncertain class assignment were corrected and erroneous records were removed）——这是 504 → 469 的机理。
• 去标识：全部受试者随机分配唯一标识符（pseudonymised）；智能手表记录的日期时间变量整体平移至从 0 开始（All date-time variables … shifted to start from 0），以防止时间戳泄露身份。

6.7 逐任务信号解读：为什么这 11 项任务都"有用"

PADS 的 11 项任务不是随意堆砌，而是按临床神经学检查的逻辑编排。理解每项任务想诱发什么，能帮助使用者选择子任务、设计特征：

Resting 组（静息，20 秒 ×2）

• 1a 闭眼静息：测试静息性震颤（resting tremor）——帕金森最典型的震颤类型，出现在肢体放松、无主动运动时。论文 Figure 2 的 4 Hz PSD 峰值正是从这个任务捕捉到的。闭眼是为了减少视觉刺激干扰，姿势参照 Zhang 等的标准化方案。
• 1b 心算静息：在静息基础上叠加认知负荷（连续减七）。目的是看认知应激能否放大原本不明显的震颤——这是帕金森"运动-认知耦合"的一个观察窗口。

Postural 组（姿势维持）

• 2 抬臂前伸 / 3 保持抬臂：测试姿势性震颤（postural tremor）——维持抗重力姿势时出现的震颤。注意这也是特发性震颤（essential tremor）的典型表现，因此这两项任务对PD vs DD 鉴别尤其关键：同样是姿势震颤，帕金森与特发性震颤的频谱/相位特征不同。
• 4 双手各握 1 kg 重物：负重下的姿势任务。负重可改变震颤特性（特发性震颤常因负重减轻），提供额外的判别维度。
• 10 踩脚节拍（20 秒）：下肢节拍同步任务，测试节律与协调——帕金森患者常有节律同步缺陷。

Kinetic 组（运动，10 秒）

• 5 指-检查者指鼻 / 9 食指触鼻：测试运动迟缓（bradykinesia）与意向性震颤。指鼻动作对精细运动控制异常高度敏感。
• 6 举杯饮水手势：模拟日常"端杯子喝水"，是功能性的近日常生活动作，可观察运动流畅性。
• 7 双臂交叉前伸 / 8 双食指靠拢：测试双侧协调与动作幅度（帕金森患者常有动作幅度衰减）。

设计逻辑：这 11 项任务覆盖静息、姿势、运动三种震颤/运动异常诱发条件，横跨上、下肢与双侧，并叠加认知负荷——相当于把一套简化的神经科运动检查"数字化"。使用者的启示是：不同任务承载的判别信息不同，论文 Figure 3 的分组置换特征重要性正是在量化这一点。

6.8 采样与切分的工程含义

从工程角度看，PADS 的几个规格决定了预处理策略：

1. 100 Hz：对帕金森震颤（典型 4-6 Hz）来说，100 Hz 采样满足奈奎斯特要求（可分辨至 50 Hz），足以刻画震颤主频与谐波。相较之下，一些健康手环只有 25-50 Hz，不足以稳定捕捉震颤细节。
2. 1024 点/文件（10.24 s）：固定长度便于批处理，但任务本身 10-20 s，故短任务恰好一段、长任务需两段或（20.48 s 场景）均分。使用 _1/_2 拆分的数据时要意识到，跨半段的连续动作可能被切断，若研究震颤随时间的演化，需把两半拼回。
3. 6 通道/腕 × 2 腕 = 12 通道/步骤：双腕对称数据允许做左右对比——论文 Figure 2 观察到 PD 患者右侧手臂震颤更明显，这正是不对称性（帕金森常为单侧起病）的可用特征。
4. 10 位小数：原始精度保留充分，无需担心量化损失。

6.9 标注质量的三重保障

PADS 的标签可靠性由三道关卡支撑：

1. 诊断金标准：全部诊断由 board-certified 神经科医师按 ICD-10 编码确认，而非研究助理或自报。
2. 持续质控：研究全程核对标签与原始数据正确性；类别不确定的案例被更正、错误记录被移除。
3. 任务理解确认：每次录音前研究护士确认受试者已正确理解任务——这避免了"做错动作导致信号无效"的隐性噪声。

这三道关卡解释了为什么发布版（469）小于入组版（504）：宁缺毋滥是 PADS 质量策略的一部分。

§7 数据构成详解：问卷、PDNMS 与标签

7.1 人口学与病史字段

电子问卷采集：年龄、身高、体重、性别（Gender）、与 PD 的亲属关系（kinship with PD）、酒精对震颤的影响（effect of alcohol on tremor）。patients/ 目录的记录还含诊断与利手（handedness）。

7.2 30 项 PDNMS 非运动症状（九大类）

PADS 的一项独特资产是非运动症状标注——帕金森病的便秘、睡眠、抑郁等非运动症状常早于运动症状出现，是数字标志物研究的重要维度。问卷基于 International Parkinson and Movement Disorder Society 的 PDNMS 问卷，共 30 个 yes/no 问题，按类别组织：

类别	题号	症状
胃肠道	1, 3, 4, 5, 6, 7	流涎、吞咽、呕吐、便秘、排便失禁、排便不尽
泌尿	8, 9	尿急、夜尿
疼痛	10	疼痛
其它	11, 28, 29	体重、出汗、复视
淡漠/注意/记忆	12, 13, 15	记忆、兴趣减退、注意力
知觉障碍	2, 14, 30	味/嗅觉、幻觉、妄想
抑郁/焦虑	16, 17	情绪低落、焦虑
性功能	18, 19	性欲、性功能困难
心血管	20, 21, 27	头晕、跌倒、水肿
睡眠/疲劳	22, 23, 24, 25, 26	日间嗜睡、失眠、生动梦、梦中动作、不宁腿

7.3 标签体系

主标签是三分类诊断（PD / DD / HC），加上 DD 内部的细分病因（特发性震颤、非典型帕金森综合征、继发性帕金森综合征、多发性硬化）。这意味着 PADS 既可用于二分类（PD vs HC），也可用于多类/鉴别诊断（PD vs DD，或更细的病因区分）。论文的核心评测正是抓住这两档：二分类好、鉴别诊断难。

§8 核心发现与基准结果

8.1 论文的机器学习流程

论文采用嵌套交叉验证（nested cross-validation）配合分类器堆叠（classifier stacking）：外层 5 折划分训练/测试，内层 5 折做超参数与特征/架构选择——这一协议同时调参又评测，比单层交叉验证更严谨。特征侧结合经典信号处理（时域/频域特征）与深度学习（论文用到 CNN 等）。建模前对受试者做年龄匹配。

8.2 核心结果两档

任务	平均平衡准确率
PD vs. HC	91.16%
PD vs. DD	72.42%

论文原文措辞：模型在 PD vs HC 上取得 91.16% 平均平衡准确率，而 PD vs DD 为 72.42%；数量结果显示前景可观，但区分相似疾病仍具挑战（distinguishing similar disorders remains challenging）。这两档的巨大落差，说明"手表识别帕金森"听起来简单、做起来难的地方在鉴别诊断。

8.3 频谱证据（震颤的客观印记）

论文 Figure 2 对比了一名 PD 患者与一名 HC 在 “Relaxed”（静息）任务下的信号：PD 患者的加速度曲线呈节律性震颤模式，右侧手臂更明显，其功率谱密度（Power Spectral Density, PSD）在 约 4 Hz 处出现明显峰值；HC 的加速度曲线接近零点，手臂处于无震颤样活动的静息状态。帕金森静息性震颤的典型频段正是 4-6 Hz，这段频谱证据把"手表能不能看见震颤"用可视化方式锚定下来。论文 Figure 3 进一步给出分组置换特征重要性（grouped permutation feature importance），指出对 PD vs HC 与 PD vs DD 两类判别的信息增益最高的特征组。

8.4 特征重要性与"哪些任务最有用"

论文通过分组置换特征重要性分析，量化不同任务/信号特征对分类的贡献——这一分析对数据使用者极具指导价值：它暗示并非 11 项任务同等重要，某些任务（以及某些腕别/传感器轴）承载的判别信息更多。原文并未在摘要级给出完整特征排名，使用者应直接查论文 Figure 3。

8.5 结果的外溢引用

第三方综述（Bioengineering 2026，doi:10.3390/bioengineering13080860）在对照表中将 PADS 记为"276 PD + 79 HC + 114 DD，双腕智能手表 3 轴加速度，深度学习 CNN + 经典融合，balanced acc 0.912（PD vs HC）"。这里有两处需要标注为二手复述：其一，三个子组人数（276/79/114，合计 469）是第三方给出的拆分，PhysioNet 摘要本身未点名三组各自人数；其二，0.912 是 91.16% 的四舍五入写法。引用时建议以论文/PhysioNet 一手值为主，第三方值作对照存照。

§9 数据字典（逐字段）

理解 PADS 的文件结构，对正确解析至关重要。下面按目录给出字段级说明。

9.1 patients/patient_XXX.json（受试者级）

字段（示意）	含义	备注
id / patient_id	去标识唯一标识符	随机分配
age	年龄	人口学
height	身高	人口学
weight	体重	人口学
gender	性别	分类型
handedness	利手	左/右
condition / diagnosis	诊断标签	PD / DD / HC
kinship_with_PD	与 PD 的亲属关系	家族史
alcohol_effect_on_tremor	酒精对震颤的影响	临床线索

（字段名以实际 JSON 为准，此处为语义映射。）

9.2 questionnaire/questionnaire_response_XXX.json（问卷级）

含 30 项 PDNMS 的 yes/no 作答，按九大类组织（见 §7.2 表）。字段对应 §7.2 的题号 1-30。这些是自报数据，非量表评分。

9.3 movement/observation_XXX.json（观察级）

每个 observation 记录一次评估会话的元数据，并链接到对应的时序文件。它把"受试者—任务—时序文件"三者串起来，是组装数据集时的连接点。

9.4 movement/timeseries/*.txt（时序级）

属性	值
行数	1024
列数	6（acc_x, acc_y, acc_z, gyr_x, gyr_y, gyr_z）
分隔符	逗号
精度	10 位小数
采样率	100 Hz
时长	10.24 s
命名	{pid}_{Task}_{Wrist}Wrist.txt

§10 一个受试者的完整数据流

以受试者 001 为例，从头到尾走一遍：

patient_001.json          → 我 63 岁、男性、右利手、诊断=PD、父亲有 PD
questionnaire_response_001.json → 30 项 PDNMS：便秘=yes, 夜尿=yes, 情绪低落=no, ...
observation_001.json      → 本次会话：日期已平移、任务清单、链接到下列时序
movement/timeseries/
   ├── 001_CrossArms_LeftWrist.txt    → 1024×6，左腕，双臂交叉任务
   ├── 001_CrossArms_RightWrist.txt   → 1024×6，右腕
   ├── 001_TouchNose_LeftWrist.txt    → 食指触鼻，左腕
   ├── 001_TouchNose_RightWrist.txt   → 食指触鼻，右腕
   └── ...（其余任务 × 左右腕）

建模时的装配步骤：

1. 读 patient_001.json 拿标签与人口学；
2. 读 questionnaire_response_001.json 拿 30 维 PDNMS 向量；
3. 读 observation_001.json 拿任务清单与时序文件索引；
4. 逐个读时序文件，提特征（或直接进深度网络）；
5. 把同一受试者的所有任务特征聚合（拼接/池化），形成"受试者级"样本。

关键提醒：聚合到受试者级后，交叉验证才按受试者分组；若停在"任务级"样本，也必须保证同一受试者的所有任务落在同一侧（§13.7 的 groups=pid）。

§11 类别不平衡的量化视角

三组样本量差异大（第三方给出的拆分约为 PD 276 / HC 79 / DD 114），这意味着：

• PD vs HC 的样本比约为 3.5:1（276:79），需用 class_weight 或重采样；
• PD vs DD 相对均衡（276:114），但因两类在运动学上本就相似，难度更高；
• 多分类（PD/DD/HC 三分类）时 HC 样本偏少，是最稀缺类。

这解释了论文为何用平衡准确率而非普通准确率——在不平衡数据上，平衡准确率更能反映真实判别力。使用者也应沿此惯例，报告每类召回率与宏平均指标。

§12 与其他帕金森可穿戴数据集的结构对比

维度	PADS	UCI 嗓音	gaitpdb	daphnet-fog
信号位置	手腕	喉部（声）	足下（力）	躯干/腿
物理量	加速度+角速度	声学特征	地面反力	加速度
受试者数	469	约 30 余人	93（多组）	7（10 次 FoG）
类别	PD/DD/HC	PD/HC	PD/HC	FoG/非 FoG
任务	11 项交互任务	持续元音	行走	行走
是否含鉴别诊断	是（DD）	否	否	否
采集环境	门诊坐姿	诊所录音	步道	日常/实验室

PADS 的结构独特性：含 DD 对照、多任务范式、腕部双模态、消费硬件。这四点在其他三者身上都不全具备，是它在本库帕金森家族中的差异定位。

§13 使用指南（代码示例）

13.1 下载数据

PADS 是 PhysioNet 公开直链，无需登录、无需 DUA。官方推荐的递归下载命令：

# 递归下载 1.0.0 版全部数据（约 1.4 GB 解压后）
wget -r -N -c -np https://physionet.org/files/parkinsons-disease-smartwatch/1.0.0/

镜像注意：若 physionet.org 直连不畅，可改走 PhysioNet 的镜像/自助镜像节点；不要混用不同 version 目录（当前仅 1.0.0）。

13.2 读取单个时序文件

每文件 1024 行 × 6 列（三轴加速度 g + 三轴角速度 rad/s），逗号分隔、10 位小数：

import numpy as np
import pandas as pd

# 单个时序文件：1024 点 × 6 通道 @100 Hz
path = "pads_dataset/movement/timeseries/001_CrossArms_LeftWrist.txt"
sig = pd.read_csv(path, header=None)          # shape → (1024, 6)
sig.columns = ["acc_x", "acc_y", "acc_z", "gyr_x", "gyr_y", "gyr_z"]
t = np.arange(len(sig)) / 100.0               # 100 Hz → 时间轴（秒）

# 快速看静息震颤频段：PSD 峰值是否落在 4-6 Hz
from scipy import signal as sp
f, pxx = sp.welch(sig["acc_x"], fs=100.0, nperseg=256)
peak_hz = f[np.argmax(pxx)]
print(f"主频峰值 ≈ {peak_hz:.2f} Hz（帕金森静息震颤常见 4-6 Hz）")

13.3 组装一个样本级数据集

import json, glob, os

ROOT = "pads_dataset"

def load_subject(pid: int):
    # 1) 人口学/诊断标签
    pat = json.load(open(f"{ROOT}/patients/patient_{pid:03d}.json"))
    # 2) 30 项 PDNMS
    q = json.load(open(f"{ROOT}/questionnaire/questionnaire_response_{pid:03d}.json"))
    # 3) 该受试者全部时序文件
    tss = sorted(glob.glob(f"{ROOT}/movement/timeseries/{pid:03d}_*.txt"))
    return {"label": pat.get("condition"),   # PD / DD / HC
            "meta": pat, "pdnms": q, "files": tss}

# 注意：20.48s 记录被切成 _1/_2，两半是独立 step
sample = load_subject(1)
print(sample["label"], len(sample["files"]), "个时序文件")

13.4 通道命名解析（四段式）

预处理后二进制文件的通道名是 Task_Wrist_Sensor_Axis 四段拼接：

Relaxed1_Left_Accelerometer_X      # 静息任务第 1 半，左腕，加速度计，X 轴
DrinkGlas_Right_Gyroscope_Z        # 举杯饮水，右腕，陀螺仪，Z 轴

• Task 枚举：Relaxed1, Relaxed2, RelaxedTask1, RelaxedTask2, StretchHold, HoldWeight, DrinkGlas, CrossArms, TouchNose, Entrainment1, Entrainment2
• Wrist：Left / Right
• Sensor：Accelerometer / Gyroscope
• Axis：X / Y / Z

13.5 常见陷阱速查

# 陷阱 A：把 469 与 504 混用——建模时请以实际文件数（发布版）为准
assert len(glob.glob("pads_dataset/patients/*.json")) == 469   # 发布口径

# 陷阱 B：以为每个任务每人一条记录——20.48s 任务会产生 _1/_2 两条
#        steps 总数（5159）> 人数 × 任务种数，属正常

# 陷阱 C：任务时长不同 → 序列长度不一；20s 文件对应 2×1024 点
#        统一长度前先决定截断/填充策略

13.6 推荐的建模起手式

1. 先跑 PD vs HC 二分类复现 91.16% 量级，验证数据管线正确（论文口径）。
2. 再攻 PD vs DD——预期掉到 72% 量级，这是本数据集的"难点画像"。
3. 按任务分组做消融：观察哪些任务/腕别/传感器轴信息量最大（对应论文 Figure 3 的分组特征重要性）。
4. 融入 PDNMS：把 30 项非运动症状作为额外特征或多任务目标，探索运动 + 非运动联合建模。

13.7 完整的端到端建模骨架

下面给出一个从原始文件到交叉验证的完整骨架，展示如何把 PADS 组织成机器学习可用的形式。注意这里的关键工程点：按受试者分组划分（避免同一人的不同任务泄漏到训练/测试两侧）、处理不定长序列、双腕通道对齐。

import os, json, glob
import numpy as np
import pandas as pd
from sklearn.model_selection import StratifiedGroupKFold
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import balanced_accuracy_score

ROOT = "pads_dataset"

# ---------- 1) 构建受试者级特征表 ----------
def featurize_file(path):
    """把一个 1024x6 时序文件压成统计特征向量。"""
    sig = pd.read_csv(path, header=None).values  # (1024, 6)
    feats = []
    for ch in range(sig.shape[1]):
        x = sig[:, ch]
        feats += [x.mean(), x.std(), x.min(), x.max(),
                  np.abs(np.diff(x)).mean()]          # 简单时域特征
    # 频域：主频（震颤频段 4-6 Hz 的强度占比）
    from scipy import signal as sp
    f, pxx = sp.welch(sig[:, 0], fs=100.0, nperseg=256)
    band = (f >= 4) & (f <= 6)
    feats.append(pxx[band].sum() / (pxx.sum() + 1e-9))  # 4-6Hz 能量占比
    return np.asarray(feats, dtype=float)

rows = []
for pid_file in sorted(glob.glob(f"{ROOT}/patients/patient_*.json")):
    pid = int(os.path.basename(pid_file).split("_")[1].split(".")[0])
    pat = json.load(open(pid_file))
    label = pat.get("condition")                 # PD / DD / HC
    if label is None:
        continue
    files = sorted(glob.glob(f"{ROOT}/movement/timeseries/{pid:03d}_*.txt"))
    for fp in files:
        rows.append({"pid": pid, "label": label,
                     "task_file": os.path.basename(fp),
                     "feat": featurize_file(fp)})

df = pd.DataFrame(rows)
X = np.vstack(df["feat"].values)
y = df["label"].values
groups = df["pid"].values      # 关键：按受试者分组

# ---------- 2) PD vs HC 二分类（分组交叉验证，防泄漏）----------
mask = np.isin(y, ["PD", "HC"])   # 视实际标签编码调整
X2, y2, g2 = X[mask], y[mask], groups[mask]

cv = StratifiedGroupKFold(n_splits=5)
scores = []
for tr, te in cv.split(X2, y2, g2):
    # 同一受试者的全部任务要么全在训练要么全在测试（groups 已保证）
    clf = RandomForestClassifier(n_estimators=300, class_weight="balanced",
                                 random_state=0)
    clf.fit(X2[tr], y2[tr])
    scores.append(balanced_accuracy_score(y2[te], clf.predict(X2[te])))
print("PD vs HC 分组 CV 平衡准确率：", np.mean(scores).round(3))

骨架要点：

1. StratifiedGroupKFold + groups=pid 是关键——若用普通 KFold，同一个人的任务会同时出现在训练与测试集，评测被严重高估。PADS 的"多人多任务"结构使这一防泄漏设计必不可少。
2. 二分类先做：PD vs HC 目标复现论文 91.16% 量级。
3. 再做 PD vs DD：把 mask 改为 ["PD","DD"]，预期掉到 72% 量级——这是鉴别诊断的真实难度。

13.8 双腕特征与不对称性

帕金森常单侧起病，因此左右腕差异本身就是特征：

def asymmetry_feature(pid):
    """计算左/右腕加速度 RMS 的不对称比。"""
    def rms(fp):
        x = pd.read_csv(fp, header=None).values[:, :3]  # 三轴加速度
        return float(np.sqrt((x ** 2).mean()))
    left = sorted(glob.glob(f"{ROOT}/movement/timeseries/{pid:03d}_*LeftWrist.txt"))
    right = sorted(glob.glob(f"{ROOT}/movement/timeseries/{pid:03d}_*RightWrist.txt"))
    l = np.mean([rms(f) for f in left]) if left else np.nan
    r = np.mean([rms(f) for f in right]) if right else np.nan
    return abs(l - r) / (l + r + 1e-9)     # 0=对称，趋近 1=高度不对称

论文 Figure 2 观察到的"右侧手臂震颤更明显"提示这种不对称特征对分类有贡献——把它显式加入特征集会比仅用均值/std 更有判别力。

13.9 PDNMS 特征接入

30 项非运动症状可作为额外特征或多任务目标：

def pdnms_vector(pid):
    q = json.load(open(f"{ROOT}/questionnaire/questionnaire_response_{pid:03d}.json"))
    # 视实际 JSON 结构：把 30 个 yes/no 映射为 0/1 向量（保持题目顺序）
    return np.array([int(bool(v)) for v in q["answers"].values()], dtype=float)

# 人口学
def demo_vector(pid):
    p = json.load(open(f"{ROOT}/patients/patient_{pid:03d}.json"))
    return np.array([p.get("age", np.nan), p.get("height", np.nan),
                     p.get("weight", np.nan)], dtype=float)

融合建议：运动特征 + PDNMS + 人口学三者拼接，探索"运动 + 非运动"联合建模——这契合论文"广泛标注提供全面数据库"的定位。但要注意 PDNMS 为自报 yes/no，噪声较大，需谨慎做特征选择。

13.10 复现论文结果的注意事项

事项	说明
交叉验证协议	论文用 nested CV + stacking；简单单层 CV 结果会偏离，比较时须对齐协议
年龄匹配	论文建模前做 age-matching，直接全样本训练结果不可比
任务聚合	论文整合多任务/多传感器，仅用单任务特征难以复现 91%
类别不平衡	用 balanced accuracy 而非 accuracy 作指标（论文即用平衡准确率）
防泄漏	必须按受试者分组，否则结果虚高

13.11 常见错误与调试清单

把 PADS 喂进管线时，最容易踩的工程错误集中在以下几处。逐条对照可省下大量调试时间：

错误 1：把 _1/_2 当成两个不同任务
症状：任务类别统计出现莫名其妙的重复。原因：20.48 s 记录被均分，文件名后缀 _1/_2 表示同一任务的两半。修法：解析任务名时先剥掉末尾的 _1/_2，再按任务聚合。

错误 2：用样本级 KFold 造成数据泄漏
症状：验证准确率虚高到不真实（比如 >98%）。原因：同一受试者的多个任务/两半同时出现在训练与测试集。修法：StratifiedGroupKFold(groups=pid)，或先聚合到受试者级再划分。

错误 3：混用人数口径导致计数错乱
症状：len(patients) 与摘要数字对不上。原因：发布版 469 与入组版 504 混用。修法：一律以实际文件数（469）为发布口径，论文 504 仅作存照。

错误 4：忽略 6 通道顺序假设
症状：把陀螺仪数据当加速度用，PSD 面目全非。原因：列顺序假设错误。修法：明确 0-2 列为加速度（g）、3-5 列为角速度（rad/s），对照文档确认。

错误 5：频段设错漏掉震颤
症状：频域特征无判别力。原因：帕金森震颤主频 4-6 Hz，若只看 0-2 Hz 或全带宽未加权，会稀释信号。修法：显式计算 4-6 Hz 能量占比。

错误 6：未做年龄匹配就与论文比
症状：结果与 91.16% 差很多却找不到原因。原因：论文建模前做了 age-matching，全样本训练不可比。修法：复现时对齐年龄匹配策略。

错误 7：把平衡准确率与普通准确率混比
症状：与 WATCH-PD 的 0.923"准确率"直接比。原因：指标口径不同（balanced vs plain accuracy）。修法：跨研究比较前统一指标定义。

错误 8：以为许可证是"无限制开放"
症状：把数据用于商业产品。原因：“Database Open Access” 只指下载无门槛，许可仍是 CC BY-NC-SA 4.0。修法：商用前确认许可边界。

调试三步法：① 先跑通单受试者加载 → ② 再做受试者级特征表并对齐人数 → ③ 最后上分组交叉验证。任何一步数字异常，回到数据字典（§9）核对字段语义。

§14 坑点清单（8 则）

坑 1：人数双口径——469 vs 504。PhysioNet 发布页写 469 individuals（5159 steps），论文摘要写 504 participants。二者并非矛盾而是"质控前 vs 发布版"：论文的 504 是研究期入组，PhysioNet 的 469 是剔除不确定类别/错误记录后的发布集。建模、引用、写卡片一律以发布版 469 为准，需要强调研究规模时注论文 504，切勿在同一表格里混列两个数。

坑 2：研究时长双口径——“三年” vs “2018-2021”。论文摘要写 three-year cross-sectional study，PhysioNet 背景写 conducted from the year 2018 until 2021。2018-2021 是 4 个日历年，论文的"三年"指实际采集窗口；两者并存，引用时注明来源口径。

坑 3：论文卷期双口径——“10:9” vs “10(1):9”。PhysioNet 引用块写 npj Parkinson's Disease, volume 10, pages 9, year 2024，PubMed 写 NPJ Parkinsons Dis, 2024/1/05;10(1):9。同一篇论文（在线 2024-01-05），条目统一写 npj Parkinson’s Disease 2024;10:9。

坑 4：平衡准确率记法漂移——91.16% vs 0.912。论文口径 91.16%；Bioengineering 2026 综述对照表记作 0.912。同一数字的百分数与小数两种写法，引用时以论文 91.16% 为主，第三方 0.912 作四舍五入注记。

坑 5：本条目 ≠ 库内语音/步态帕金森数据集。库内 parkinsons-voice-uci 是持续元音语音信号，gait-pd（gaitpdb）是步态地面反力 VGRF，daphnet-fog 是冻结步态加速度计专项。PADS 是腕戴 IMU 坐姿交互任务——模态、设备、任务、人群、许可全部不同。用错数据集做迁移、或把几者当"同一批人多模态"都会翻车。

坑 6：5159 steps ≠ 人数 × 任务种数。总步骤数 5159 受两个因素膨胀：其一，20.48 s 的记录被均分为 _1/_2 两个独立 step；其二，受试者未必完成全部 11 任务。因此不能简单用 5159 ÷ 469 反推任务种数，做样本统计时务必按实际文件/observation 计数。

坑 7：CC BY-NC-SA 4.0 的"非商业"限制。PADS 标注"Database Open Access"（指无需 DUA 即可下载），但许可本身是 CC BY-NC-SA 4.0——含非商业性使用与相同方式共享两条硬约束。训练商用模型、或再分发衍生数据集时须确认合规；“Open Access"不等于"无限制”。

坑 8：单一机构、单一硬件的泛化边界。全部数据来自德国明斯特大学医院一家三级中心，且绑定 Apple Watch Series 4 一种消费级硬件。跨中心、跨品牌/型号、跨语言人群的可迁移性未被评估。把在 PADS 上训出的模型直接搬到其他手表/其他医院前，务必重新验证域偏移。

§15 与库内其他帕金森数据集的辨析

PADS 所在的是一个"帕金森数据家族"，本库已收录多条目，容易混淆。最关键的一条辨析线是模态：

库内条目	rid	模态/信号	采集设备	与本条目的关系
parkinsons-disease-smartwatch（本条目）	/0	腕戴惯性：三轴加速度 + 三轴陀螺	双腕 Apple Watch Series 4	坐姿交互任务运动学，PD/DD/HC 三组
parkinsons-voice-uci	/0	语音信号：持续元音声学特征	麦克风录音	语音 vs 运动学，最易混的一对
gait-pd（gaitpdb）	/0	步态地面反力（VGRF）	力敏电阻足垫	步态 vs 腕部惯性
daphnet-fog	/0	加速度计	3 组穿戴加速度计	冻结步态专项 vs 多类对照队列
pc-gita	/0	语音：西语持续元音	麦克风录音	语音家族另一成员
mdvr-kcl	/0	语音：手机采集	智能手机	移动设备语音
ppmi	/0	临床/影像/生物样本	多中心队列	进展标志物队列，与本条目数字标志物路线互补

上表 rid 一律为占位 /0，主会话入库后统一回填真实 record_id。

三条辨析要点：

1. 与 parkinsons-voice-uci：那是嗓音（语音）数据——受试者发一个持续元音，提取基频、抖动、谐噪比等声学特征；PADS 是腕部运动数据——受试者做抬臂、指鼻、握物等动作，记录加速度与角速度。二者共享"帕金森"主题，但一个看喉咙、一个看手，特征空间完全不相交。
2. 与 gait-pd（gaitpdb）：gaitpdb 记录的是脚踩地面产生的垂直地面反力，采集器件是足下力敏电阻；PADS 记录的是手腕的惯性运动，采集器件是消费手表。一个在脚、一个在手，传感器物理量不同。
3. 与 daphnet-fog：daphnet-fog 是冻结步态（Freezing of Gait, FoG）检测专项，样本量小（7 名患者）；PADS 是 469 人的横断面多类运动障碍队列，目标不是单一 FoG 事件，而是三分类诊断。前者做"步态事件的毫秒级检测"，后者做"人群级别的疾病识别"。

为什么这个辨析重要：跨数据集的迁移学习是当前热点，但若把语音数据与运动学数据当作"同一任务的不同视图"去融合，会因模态不兼容而失败；反过来，把 PADS 与 gait-pd 混为一谈去做"步态建模"，会发现自己拿到的是坐姿任务信号。PADS 的定位必须精确表述为**“腕戴惯性-坐姿交互任务-多类运动障碍”**。

§16 数据质量、局限与伦理

16.1 优势

• 临床金标准标签：诊断经神经科专科医师按 ICD-10 确认，非自报。
• 含鉴别诊断对照：同时纳入 DD 组，覆盖特发性震颤、非典型/继发性帕金森综合征、多发性硬化，这在可穿戴帕金森数据里稀缺。
• 任务范式有设计：11 项任务由神经科专家设计，刻意诱发细微病理（如认知应激诱发震颤），信息密度高于随意行走。
• 多模态标注：运动信号 + 人口学 + 病史 + 30 项 PDNMS 非运动症状。
• 去标识到位：随机 ID + 时间戳整体平移。

16.2 局限

• 单一机构：全部来自德国明斯特大学医院，人群与地理偏斜。
• 单一硬件：仅 Apple Watch Series 4，跨设备泛化未验证。
• 类别不平衡：三组样本量差异大，PD vs DD 判别本身困难（72.42%）。
• 人数口径不一：469 / 504 两个数并存，元数据自洽性需注意（坑 1）。
• 非运动症状粗糙：30 项 PDNMS 为 yes/no，无严重程度分级。
• 步骤切分机械：20.48 s 记录均分为两半，可能割裂跨半段的震颤演化。

16.3 伦理与合规

• 去标识：受试者随机唯一 ID；智能手表日期时间变量整体平移至从 0 开始，避免时间戳反推身份。
• 许可合规：CC BY-NC-SA 4.0 含非商业与相同方式共享限制，商用与再分发需确认。
• 使用边界：数据仅作研究用途；基于其训练的模型不得用于未经监管批准的临床诊断决策。

§17 存照与待核（双口径冲突清单）

#	冲突项	口径 A	口径 B	本条目处理
1	受试者人数	PhysioNet：469 individuals	论文摘要：504 participants	主用 469（发布版），存照 504（入组版），解释为质控剔除（坑 1）
2	论文卷期	PhysioNet 引用块：volume 10, pages 9	PubMed：10(1):9, 2024/1/05	统一写 npj Parkinson’s Disease 2024;10:9（坑 3）
3	研究时长	论文：three-year	PhysioNet：2018-2021	并存，注来源（坑 2）
4	平衡准确率记法	论文：91.16%	Bioengineering 2026 综述：0.912	主用 91.16%，注第三方四舍五入（坑 4）
5	三组子人数	PhysioNet 摘要未点名	第三方综述：276 PD / 79 HC / 114 DD	标为二手复述来源

遗留疑点：

1. 三组精确人数未从一手论文正文逐字核实，仅第三方综述给出 276/79/114；若需精确值须查论文原文（受网络预算约束未展开）。
2. 质控剔除标准：504 → 469 共剔除约 35 例，具体判定规则（哪些记录被判 erroneous）未逐条披露。
3. 采集硬件细节：Apple Watch Series 4 的固件版本、采样抖动校正方法未在摘要级披露。
4. 是否有官方固定划分/leaderboard：论文用嵌套交叉验证而非公开 holdout，未见独立评测平台。
5. 后续版本：抓取时点 PhysioNet 仅 1.0.0，无后继版本；未来是否扩样本未知。

存照时点：本条目全部数字抓取于 2026-10-10；PhysioNet 页面标注 Version 1.0.0、Published March 25, 2024。

§18 方法论深读：嵌套交叉验证与分类器堆叠

PADS 论文的方法学核心是嵌套交叉验证（nested cross-validation）+ 分类器堆叠（classifier stacking）。这套协议值得单独展开，因为它是理解"91.16%/72.42% 这两个数字是否可信"的前提。

18.1 为什么用嵌套交叉验证

普通 5 折交叉验证有个隐患：如果先用全部数据调参、再用同一批数据评测，评测就"见过"超参数优化的信息，结果偏乐观。嵌套 CV 把过程分成两层：

• 外层循环：把数据分成训练/测试折（评测用，不参与调参）；
• 内层循环：只在每个外层训练折内部再做交叉验证，用于超参数优化、特征选择、模型架构与训练参数选择。

这样每一折的评测都是"对未见数据的预测"，评测结果更接近真实泛化能力。论文 Figure 5 明确画出这个结构：外层 5 折 → 每折内部再内层 5 折做超参优化。

18.2 分类器堆叠（stacking）

堆叠是集成学习的一种：把若干基模型的输出作为新特征，再训一个元学习器（meta-learner）做最终决策。论文整合经典信号处理特征与深度学习表征，用堆叠把不同信息源的优势合并——这也是它能在 PD vs HC 上做到 91.16% 的原因之一。

18.3 特征重要性：信息增益的量化

论文 Figure 3 展示分组置换特征重要性（grouped permutation feature importance）：bar 高度对应"移除该特征组后平衡准确率的平均信息增益下降"。对 PD vs HC 与 PD vs DD 两个任务分别给出，可看出：

• 并非 11 项任务、12 通道同等重要；
• 不同判别任务依赖的特征组不同；
• 这一图对使用者选子任务、做特征工程是最直接的指导。

18.4 频谱可视化的诊断学意义

论文 Figure 2 的对比图（PD vs HC 在 Relaxed 任务）是全文最有说服力的一处：PD 患者加速度曲线呈节律性震颤、右侧更明显，PSD 在 ~4 Hz 有明显峰值；HC 加速度接近零。这直观说明：

1. 智能手表确实能"看见"帕金森静息性震颤；
2. 震颤的主频落在临床已知的 4-6 Hz 频段，与神经生理学一致；
3. 左右不对称是可用信号。

这一段把"可穿戴设备能否捕捉帕金森信号"从抽象命题变成了可视化证据。

§19 临床与研究价值

19.1 对临床

• 客观化：把依赖医生主观评分的运动检查部分转化为可量化信号（频率、幅度、不对称性）。
• 鉴别诊断线索：DD 组的纳入使研究可直接针对临床真正头疼的鉴别问题（帕金森 vs 特发性震颤 vs 非典型综合征）。
• 家庭监测愿景：论文指向 home-based setting 的疗效监测（同一患者多次随访、低成本）。

19.2 对研究

• 基准可比：给出 91.16%/72.42% 可对标基线，后续工作有参照。
• 多模态入口：运动 + PDNMS + 人口学，天然适合多模态建模研究。
• 范式参考：11 项任务的设计可作为其他可穿戴研究采集协议模板。

19.3 对工程

• 消费硬件的可行性证据：Apple Watch 这类消费设备足以支撑研究级信号。
• 防泄漏的教训：多人多任务结构要求按受试者分组，是穿戴数据建模的通用纪律。
• 格式规范：固定 1024 点、四段式通道命名，便于标准化管线开发。

§20 与其他可穿戴帕金森研究的对照

第三方综述（Bioengineering 2026）把 PADS 与几个同类研究并列：

研究	队列	传感器	模型	报告性能
Williamson 2021	UK Biobank（约 1900 PD + 年龄匹配 HC）	单腕加速度计	经典 ML（步态+低运动融合）	AUC 0.85（融合特征）
Varghese 2024（PADS）	PADS（PD/DD/HC）	双腕智能手表（三轴加速度）	深度学习 CNN + 经典融合	平衡准确率 0.912（PD vs HC）
Adams 2024（WATCH-PD）	82 早期 PD + 50 HC	智能手表 + 智能手机（多模态）	随机森林	准确率 0.923 / 敏感度 0.900 / 特异度 1.000
Nanayakkara 2025（WearGait-PD 子集）	39 PD + 38 HC	压力鞋垫（CoP 特征）	逻辑回归（23 特征）	准确率 0.875 / ROC-AUC 0.921

读表要点：PADS 的独特处在于含 DD 对照且规模较大（469 人）；WATCH-PD 规模相近但更聚焦早期 PD 多模态；Williamson 依赖 UK Biobank 超大样本但仅单腕加速度。这些工作的性能数字口径各异（AUC / 准确率 / 平衡准确率），不可直接横向比较，只能作方法论参照。PADS 的 0.912 是平衡准确率，与 Adams 的准确率 0.923 不是同一指标。

§21 适用性决策树：这个数据集适合你吗

在下载 1.4 GB 数据之前，先过一遍这张决策树：

你的研究是否涉及"帕金森/运动障碍 + 传感器信号"？
├─ 否 → 你可能需要别的数据集（影像/语音/临床队列）。
└─ 是 → 你的信号模态是？
        ├─ 语音/嗓音 → 本条目不合适（见 parkinsons-voice-uci）
        ├─ 步态地面反力 → 本条目不合适（见 gait-pd）
        ├─ 冻结步态事件检测 → 本条目不合适（见 daphnet-fog）
        └─ 腕部惯性（加速度+陀螺）→ 本条目可能合适，继续 ↓
                └─ 你的任务类型是？
                        ├─ 疾病识别（PD vs 健康）→ 合适，可对标 91.16%
                        ├─ 鉴别诊断（PD vs 其他）→ 合适，可对标 72.42%
                        ├─ 震颤表征（频率/幅度/不对称）→ 合适，4-6 Hz 可捕捉
                        └─ 家庭自由生活监测 → 部分合适（PADS 是门诊坐姿任务，
                                                非自由生活数据，外推需谨慎）

关键判断点：PADS 是门诊、坐姿、主动任务数据，若你的目标场景是家庭、自由活动、被动监测，它只能作为预训练/方法论参考，不能当作目标域数据。

§22 数据偏倚的深层分析

22.1 选择偏倚

受试者来自单一三级医院运动障碍门诊，属于转诊人群——比社区人群疾病更重、更复杂。这会使模型在社区筛查场景下的表现被高估，因为门诊样本的病理信号更强、更容易分。用 PADS 训出的筛查模型在真实社区人群上的性能预计低于 91%。

22.2 硬件偏倚

绑定 Apple Watch Series 4 意味着信号经过该型号的传感器特性、采样固件、佩戴方式的"滤镜"。不同品牌/型号的加速度计噪声模型、坐标系方向、采样抖动都不同。跨设备部署时，**域自适应（domain adaptation）**或重校准几乎不可避免。

22.3 任务依赖偏倚

模型学到的可能不只是"疾病特征"，还有"任务执行方式"与"人机交互习惯"。例如某些患者因病执行动作更慢、幅度更小，模型可能学到"慢=病"这种捷径（shortcut learning）。做消融与误差分析时要注意区分"真病理信号"与"执行风格伪影"。

22.4 语言与人口偏倚

受试者为德国人群，问卷为德语环境自报。跨语言、跨文化人群的 PDNMS 报告可能有差异。

§23 复现性评估

维度	状况
数据可及性	高——公开直链，无门槛
代码可及性	论文未见官方开源代码；社区有第三方复现项目（GitHub）
结果可复现性	论文给协议（nested CV + stacking）与指标，但特征细节需从原文细读
划分可复现性	无固定公开划分，需自行做受试者分组 CV
版本可控性	单版本 1.0.0，可及性好但无演进

结论：PADS 的数据高度可复现（随时可下载），但结果的可复现性依赖对论文方法细节的准确掌握——尤其嵌套 CV 协议、年龄匹配、任务/通道聚合方式。第三方想复现 91.16%，必须严格对齐这些设置。

§24 使用 PADS 的三条铁律

1. 口径铁律：人数写 469（发布），许可写 CC BY-NC-SA 4.0，DOI 分数据集/论文两个。任何一处写错都会导致元数据不可信。
2. 防泄漏铁律：多人多任务结构必须按受试者分组，绝不让同一人的数据跨训练/测试。
3. 外推铁律：单机构单硬件单场景，跨域前重新验证，绝不把门诊模型直接当家庭方案。

§25 生态、互链点与使用建议

25.1 建议互链点（库内条目 + rid 占位）

互链条目	rid	互链理由
parkinsons-voice-uci	/0	同为帕金森数据，语音 vs 运动学首选辨析
gait-pd（gaitpdb）	/0	帕金森步态地面反力，手腕 vs 脚下
daphnet-fog	/0	帕金森冻结步态专项加速度计
ppmi	/0	帕金森进展标志物临床/影像队列，路线互补
pc-gita	/0	西语帕金森语音家族
mdvr-kcl	/0	手机采集帕金森语音，移动设备近邻

说明：以上 rid 一律为占位 /0，主会话入库后统一回填真实 record_id。relatedLink 只允许纯 URL 字符串，故本条目的互链建议以正文表格形式给出，不进 frontmatter。

25.2 生态定位

PADS 出现在"数字生物标志物 + 可穿戴传感"这一生态位。相关的工作线索包括：WATCH-PD（苹果手表多模态帕金森研究）、UK Biobank 腕部加速度的帕金森分析（Williamson 等 2021，AUC 0.85 融合特征）等——这些可作为方法论对照，但 PADS 的独特点仍是含 DD 对照 + 故意设计的诱发病理任务范式。使用 PADS 的工作通常朝向两个方向：其一是疾病识别（PD vs 健康），其二是鉴别诊断（PD vs 其他运动障碍），后者才是临床价值更高也更难的赛道。

25.3 使用建议

1. 先复现 PD vs HC：用论文的嵌套交叉验证协议复现 91.16% 量级，验证管线。
2. 再攻 PD vs DD：预期 72% 量级，把不同任务/特征做消融找增益点。
3. 注意口径：人数用 469、许可按 CC BY-NC-SA、步数按实际文件计数。
4. 探索非运动症状：30 项 PDNMS 是多模态融合的入口。
5. 谨慎外推：单机构单硬件，跨域前重新验证。

§26 DAIMS 数据资产成熟度评估

DAIMS（Data Asset Maturity and Impact Scorecard）从五个维度给数据集打分，PADS 的评估如下：

维度	评分（1-10）	说明
D Discoverability（可发现性）	9	PhysioNet 权威托管，DOI + RRID 齐备，索引良好
A Accessibility（可获取性）	9	公开直链、无 DUA、无需登录，一条 wget 可取；扣分项为 CC BY-NC-SA 的非商业限制
I Interoperability（互操作性）	7	JSON + CSV/TXT 通用格式，但时序分片切分规则（1024 点、_1/_2 拆半）与通道命名需人工理解
M Metadata（元数据质量）	8	人口学/病史/PDNMS/诊断标签完备；扣分项为人数口径 469 vs 504 不统一、三组子人数未一手披露
S Sustainability（可持续性）	8	PhysioNet 长期托管、有明确版本与引用规范；仅 1.0.0 单版本，扩展性待观察

综合定位：PADS 是一款高可获取性 + 强临床标注 + 中等互操作性的运动学数据集。它的最大价值在于"含鉴别诊断对照 + 专家设计任务"，最大风险在于"单机构单硬件的泛化边界"。

FAQ（高频问答 14 问）

Q1：PADS 的官方全名是什么？
PhysioNet 页面标题口径为 PADS - Parkinson’s Disease Smartwatch dataset，缩写 PADS。

Q2：它有多少人、多少数据？
PhysioNet 发布口径 469 人、5159 个测量步骤；论文摘要口径 504 名参与者（入组版）。见坑 1。

Q3：用什么设备采集？
两腕 Apple Watch Series 4（左右腕各一）+ 1 部智能手机构成的 Smart Device System。

Q4：记录什么信号、采样率多少？
三轴加速度（g）+ 三轴角速度（rad/s），每腕 6 通道，100 Hz。

Q5：受试者做什么任务？
11 项坐姿交互运动任务（10-20 秒），分 Resting / Postural / Kinetic 三类，含闭眼静息、心算静息、抬臂、握 1 kg 重物、指鼻、举杯、踩脚节拍等。

Q6：一个时序文件多少数据点？
1024 点（10.24 s），逗号分隔、10 位小数；20.48 s 记录被拆为 _1/_2 两半。

Q7：有哪些标注？
电子问卷（人口学、病史）、30 项 PDNMS 非运动症状、诊断标签（PD/DD/HC，ICD-10 确认）。

Q8：怎么下载？
wget -r -N -c -np https://physionet.org/files/parkinsons-disease-smartwatch/1.0.0/，公开直链、无需登录，解压约 1.4 GB。

Q9：许可是什么？
CC BY-NC-SA 4.0，含非商业限制，见坑 7。

Q10：DOI 是多少？
数据集版本 DOI 10.13026/m0w9-zx22（v1.0.0）。论文 DOI 为 10.1038/s41531-023-00625-7，两者不同。

Q11：建模成绩如何？
论文：PD vs HC 平衡准确率 91.16%，PD vs DD 72.42%。

Q12：它和本库的 parkinsons-voice-uci 有什么区别？
那是语音（嗓音）数据，这是腕部运动学数据；模态、设备、任务完全不同，见坑 5 与 §15。

Q13：能和 gait-pd（gaitpdb）混用吗？
不能等同：gaitpdb 是足下地面反力，PADS 是腕部惯性；一个在脚一个在手，见 §7。

Q14：三组具体各多少人？
PhysioNet 摘要未点名；第三方综述给 276 PD / 79 HC / 114 DD（标二手来源），见 §17 遗留疑点 1。

相关数据集对照表

数据集	库内 rid	模态	设备/来源	人群	关键差异
PADS（本条目）	/0	腕戴惯性（加速度+陀螺）	双腕 Apple Watch 4	469 人 PD/DD/HC	坐姿交互任务运动学
parkinsons-voice-uci	/0	语音（持续元音）	麦克风	UCI 嗓音样本	语音 vs 运动学
gait-pd（gaitpdb）	/0	步态地面反力（VGRF）	力敏电阻足垫	帕金森步态	脚 vs 手
daphnet-fog	/0	加速度计	3 组穿戴传感器	7 名患者	冻结步态专项
pc-gita	/0	语音（西语）	麦克风	哥伦比亚西语	语音家族
mdvr-kcl	/0	语音（手机）	智能手机	帕金森语音	移动设备语音
ppmi	/0	临床/影像/生物样本	多中心队列	帕金森进展队列	路线互补

rid 均为占位 /0，入库后由主会话回填。

参考文献与来源

1. Varghese J, Brenner A, Plagwitz L, van Alen C, Fujarski M, Warnecke T. PADS - Parkinsons Disease Smartwatch dataset (version 1.0.0). PhysioNet. 2024-03-25. doi:10.13026/m0w9-zx22. RRID:SCR_007345. https://physionet.org/content/parkinsons-disease-smartwatch/1.0.0/
2. Varghese J, Brenner A, Fujarski M, van Alen CM, Plagwitz L, Warnecke T. Machine Learning in the Parkinson’s disease smartwatch (PADS) dataset. npj Parkinson’s Disease. 2024;10:9. doi:10.1038/s41531-023-00625-7. PMID:38182602. PMC:PMC10770131.
3. PhysioNet 数据集内容页（摘要、Background、Methods、Table 1 PDNMS、Table 2 任务表）。https://physionet.org/content/parkinsons-disease-smartwatch/
4. PhysioNet 时序文件浏览页（1.0.0 / movement / timeseries）。https://www.physionet.org/content/parkinsons-disease-smartwatch/1.0.0/movement/timeseries/
5. Bioengineering 2026 综述（第三方 PC/PD 可穿戴检测对照表，含 PADS 复述）。doi:10.3390/bioengineering13080860
6. Wanghley/parkinsons-imu-denoising（GitHub 复现项目，给出 PADS 目录结构、100 Hz/1024 点/1.4 GB/CC BY-NC-SA 复核）。https://github.com/Wanghley/parkinsons-imu-denoising
7. Fatimat01/PD-Detection（GitHub 复现项目，复核 5,159 步/469 参与者/100 Hz/三轴）。http://togithub.com/Fatimat01/PD-Detection
8. Pollard T, et al. PhysioNet as a global platform for biomedical research. Nature Health. doi:10.1038/s44360-026-00096-z（平台引用）。

来源核验方法：WebSearch + WebFetch 三源互证（PhysioNet 官方页 / npj Parkinson’s Disease 论文摘要 / GitHub 复现项目），核心数字（469、5159、100 Hz、Apple Watch 4、CC BY-NC-SA 4.0、91.16%、72.42%）跨源一致。

存照附录

存照 A（抓取时点）：本条目全部事实于 2026-10-10 抓取核验；PhysioNet 页面当时标注 Version 1.0.0、Published March 25, 2024。

存照 B（人数双口径全文）：PhysioNet 原文 “In total, 5159 measurement steps of 469 individuals were captured.”；论文摘要原文 “We captured over 5000 clinical assessment steps from 504 participants”。本条目以 469 为发布口径、504 为入组口径并存。

存照 C（许可原文）：PhysioNet 与 GitHub 复现项目均标注 CC BY-NC-SA 4.0；PhysioNet 页面同时标 “Database Open Access”（指无需 DUA 下载，非无限制使用）。

存照 D（任务表口径）：11 项任务时长与描述以 PhysioNet Table 2 与 GitHub 复现项目为准，两源一致；步骤 8 未在部分来源标注任务类别，本条目记 “—”。

存照 E（准确率记法）：论文 91.16% / 72.42%（百分数）；第三方综述 0.912（小数）。同一结果两种记法，本条目主用论文记法。

存照 F（辨析立场）：本条目与库内 parkinsons-voice-uci、gait-pd、daphnet-fog 同为帕金森主题但模态不同，§15 与坑 5 已显式辨析，避免被误当作"同一队列的多模态视图"。

存照 G（环境留痕）：开工时 writing/parkinsons-disease-smartwatch/.lock 不存在，由 agent-a-parkinsons 创建认领；part 文件全部落盘于私有区 .parts_agent-a-parkinsons_1791595736_218496/。

术语表（中英对照）

中文	英文	在本数据集中的含义
帕金森病	Parkinson’s disease (PD)	第二常见神经退行性疾病，本数据集的目标疾病之一
鉴别诊断	differential diagnosis (DD)	与 PD 症状相似的其他运动障碍（特发性震颤、非典型/继发性帕金森综合征、多发性硬化）
健康对照	healthy control (HC)	无运动障碍的健康受试者
惯性测量单元	inertial measurement unit (IMU)	集成加速度计与陀螺仪的传感器模块
加速度	acceleration	单位 g，三轴记录
角速度/旋转	angular velocity / rotation	单位 rad/s，三轴记录
静息性震颤	resting tremor	肢体放松时出现的震颤，帕金森典型，本数据集 Resting 任务诱发
姿势性震颤	postural tremor	维持抗重力姿势时的震颤，特发性震颤典型，Postural 任务诱发
运动迟缓	bradykinesia	动作启动与执行变慢，Kinetic 任务可观察
冻结步态	freezing of gait (FoG)	行走中突然"卡住"，daphnet-fog 专攻，PADS 非专项
非运动症状	non-motor symptoms (NMS)	便秘、睡眠障碍、抑郁等，帕金森常见且常早于运动症状
PDNMS 问卷	Parkinson’s Disease Non-Motor Symptoms questionnaire	30 项 yes/no 自报问卷，源自 MDS
功率谱密度	power spectral density (PSD)	信号能量在频域的分布，用于识别震颤主频
平衡准确率	balanced accuracy	各类召回率的平均，类别不平衡时的合适指标
嵌套交叉验证	nested cross-validation	内层调参、外层评测的严谨验证协议
分类器堆叠	classifier stacking	用多个基模型输出训练元学习器的集成方法
智能设备系统	Smart Device System (SDS)	本研究的双表+手机采集系统
去标识	pseudonymisation	用随机唯一标识符替代身份信息
ICD-10	ICD-10	国际疾病分类第 10 版，诊断编码标准

典型使用场景（五则）

场景一：数字生物标志物方法研究
研究者想验证"腕戴 IMU 能否量化帕金森静息性震颤"。做法：取 Resting 任务（1a/1b）信号，做 PSD，提取 4-6 Hz 能量占比与左右不对称性，与诊断标签关联。PADS 的价值：提供专家确认标签的现成队列。

场景二：便携设备疾病识别算法开发
团队做智能手表健康功能原型，需要带标签的腕部 IMU 数据训练 PD 检测模型。做法：按受试者分组切分，做 PD vs HC 二分类，目标复现 91% 量级。PADS 的价值：消费级硬件（Apple Watch）信号分布贴近真实产品。

场景三：鉴别诊断难题攻关
研究者关注"帕金森 vs 特发性震颤"这一临床鉴别难点。做法：聚焦 Postural 任务（姿势震颤），对比两组频谱/相位特征。PADS 的价值：DD 组的纳入直接支撑此类研究，且论文给出 72.42% 的对照基线。

场景四：多模态融合探索
把运动信号与 30 项 PDNMS、人口学联合建模，看非运动症状是否提升分类。PADS 的价值：单一数据集内同时具备运动与非运动标注。

场景五：信号处理/去噪方法研究
针对消费手表信号的噪声与伪影，开发去噪/增强算法（如社区里的 IMU 去噪项目），用 PADS 做基准。PADS 的价值：原始 100 Hz 高精度信号便于注入噪声后对比去噪效果。

版本与引用规范

数据集版本：抓取时点仅 1.0.0（2024-03-25 发布），无后继版本。引用数据集请用：

Varghese, J., Brenner, A., Plagwitz, L., van Alen, C., Fujarski, M., & Warnecke, T. (2024). PADS - Parkinsons Disease Smartwatch dataset (version 1.0.0). PhysioNet. https://doi.org/10.13026/m0w9-zx22

引用论文请用：

Varghese, J., Brenner, A., Fujarski, M., van Alen, C. M., Plagwitz, L., & Warnecke, T. (2024). Machine Learning in the Parkinson’s disease smartwatch (PADS) dataset. npj Parkinson’s Disease, 10, 9. https://doi.org/10.1038/s41531-023-00625-7

引用平台（PhysioNet 要求附带）：

Pollard, T., Moody, B. E., Lehman, L., Gow, B., Fernandes, C., Xie, C., Johnson, A., Mark, R. G., & Heldt, T. (2026). PhysioNet as a global platform for biomedical research. Nature Health. https://doi.org/10.1038/s44360-026-00096-z

引用纪律：区分两个 DOI——数据集是 10.13026/m0w9-zx22，论文是 10.1038/s41531-023-00625-7，切勿混用；人数口径注明 469（发布）或 504（入组）。

时间线概要

时间	事件
2018-2021	横断面研究采集窗口（论文摘要称"三年研究"）
2024-01-05	论文在线发表（npj Parkinson’s Disease 10:9）
2024-03-25	数据集 v1.0.0 发布于 PhysioNet
2026-10-10	本条目事实抓取核验时点

数据资产一句话画像

PADS 是帕金森病智能手表运动学数据集：469 名受试者（帕金森 / 鉴别诊断 / 健康对照三组），两腕 Apple Watch Series 4 在 11 项专家设计的坐姿交互任务下采集 100 Hz 三轴加速度与角速度，配 30 项非运动症状标注，CC BY-NC-SA 4.0 于 PhysioNet 公开直链，论文基线 PD vs HC 平衡准确率 91.16%、PD vs DD 72.42%。它的稀缺价值在于含鉴别诊断对照 + 任务诱发范式 + 消费级硬件 + 临床金标准标签；它的边界在于单机构单硬件 + 类别不平衡 + 非商业许可。

补充 FAQ（进阶 12 问）

Q15：PADS 是"数据集"还是"论文"？两者是什么关系？
两者都是。数据集本体发布在 PhysioNet（DOI 10.13026/m0w9-zx22，v1.0.0），配套论文发表在 npj Parkinson’s Disease 2024;10:9（DOI 10.1038/s41531-023-00625-7）。论文描述采集方法与基线模型，数据集是对外发布的资产。

Q16：为什么论文说 504 人，PhysioNet 说 469 人？
论文的 504 是研究期入组人数，PhysioNet 的 469 是质控剔除"类别不确定/错误记录"后的发布版。宁缺毋滥的质量策略导致发布版更小。见坑 1。

Q17：数据里包含原始时间戳吗？
不含可识别的绝对时间——所有日期时间变量被整体平移至从 0 开始（All date-time variables … shifted to start from 0），以保护隐私。

Q18：能直接用于临床诊断产品吗？
不能。数据为研究用途；许可 CC BY-NC-SA 4.0 禁止未经授权的商业使用；且论文模型尚未经监管审批，只能作研究方法参考。

Q19：PDNMS 是量表评分还是自报？
自报 yes/no（30 项），非严重程度分级。它是非运动症状的粗粒度筛查，不是临床量表评分。

Q20：为什么用平衡准确率而不是准确率？
因为三组样本量不平衡。平衡准确率对各类召回率取平均，在类别不平衡时更能反映真实判别力。

Q21：论文用的什么模型？
结合经典信号处理特征与深度学习（CNN 等），并用嵌套交叉验证 + 分类器堆叠整合。论文 Figure 3 给出分组特征重要性，Figure 5 给出嵌套 CV 结构。

Q22：91.16% 和 72.42% 分别是什么任务？
91.16% 是 PD vs HC（帕金森 vs 健康对照）二分类的平均平衡准确率；72.42% 是 PD vs DD（帕金森 vs 鉴别诊断）二分类。后者是临床真正难的部分。

Q23：为什么要在意 4 Hz 这个数字？
因为帕金森静息性震颤的典型主频在 4-6 Hz，论文 Figure 2 在 PD 患者的 PSD 上观察到约 4 Hz 的明显峰值，这验证了智能手表确实捕捉到了病理性的震颤节律。

Q24：双腕都要用吗？
双腕提供不对称性信息——帕金森常单侧起病，左右差异是判别特征。只用单腕会丢失这部分信息，但也可作为轻量化方案。

Q25：20.48 s 记录拆成 _1/_2 会影响什么？
拆分会产生两个独立 step，使 step 总数（5159）大于"人数 × 任务种数"的朴素推算；若研究动作的连续演化，需把两半拼回。见坑 6。

Q26：有官方 leaderboard 或固定测试集吗？
抓取时点未见。论文用嵌套交叉验证而非固定公开划分；使用者需自行做受试者分组交叉验证以保证可比。

检索与相关性指引

推荐检索词组合：

• 精确名：“PADS” + “Parkinson” + “smartwatch”；或 “Parkinson’s Disease Smartwatch dataset”
• 平台限定：site:physionet.org parkinsons-disease-smartwatch
• 论文：10.1038/s41531-023-00625-7 或 PMID 38182602
• 避免只用 “parkinson” 泛搜——会与语音、步态、影像数据集混淆。

相关性判断速查：

1. 你的信号是不是手腕的加速度/角速度？不是则大概率不相关。
2. 你的任务是不是疾病识别或鉴别诊断？是则高度相关。
3. 你是否需要含鉴别诊断（DD）对照的帕金森可穿戴数据？这是 PADS 的稀缺点。
4. 你是否需要家庭自由生活数据？PADS 是门诊坐姿任务，不满足。

与库内条目相关性排序（从高到低）：

1. parkinsons-voice-uci（/0）——同病、异模态，辨析价值最高；
2. gait-pd（/0）——同为运动信号但位置不同（脚 vs 手）；
3. daphnet-fog（/0）——运动障碍可穿戴，但为 FoG 专项；
4. ppmi（/0）——同病队列，路线互补；
5. mdvr-kcl（/0）/pc-gita（/0）——语音家族。

数据可得性核验记录

核验项	结果	来源
内容页可达	HTTP 200	physionet.org/content/parkinsons-disease-smartwatch/
版本	1.0.0	PhysioNet 页面
发布日期	2024-03-25	PhysioNet 页面
数据集 DOI	10.13026/m0w9-zx22	PhysioNet 引用块
许可	CC BY-NC-SA 4.0	PhysioNet 页面 + GitHub 复现项目
下载门槛	无 DUA、无需登录	PhysioNet “Database Open Access”
体积	约 1.4 GB（解压）	GitHub 复现项目
跨源一致核心数字	469/5159/100 Hz/Apple Watch 4	PhysioNet + 论文 + GitHub 三源

核验方法说明：本轮以 WebSearch（2 次）+ WebFetch（3 次，均走已缓存的官方/引文页）三源互证，核心数字跨源一致；未逐字核到论文正文全文（受网络预算约束），已在 §17 遗留疑点中标注。

编辑部结语

PADS 是千方病案医数集收录的一款高质量、低门槛、模态独特的帕金森运动学数据集。它的核心贡献是把一套简化的神经科运动检查用两块消费级智能手表数字化，并配以临床金标准标签与非运动症状标注，为"数字生物标志物"研究提供了可复现的公开基准。使用它时请牢记三条：口径（469 发布 / 504 入组）、防泄漏（按受试者分组）、外推边界（单机构单硬件单场景）。

一句话记住它：看喉咙的是 parkinsons-voice-uci，看脚的是 gait-pd，看手腕的是 PADS。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• gait-pd — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 时序数据 / 神经退行性疾病 / 帕金森病
• cops — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 时序数据 / 神经退行性疾病 / 帕金森病
• gait-in-aging — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 时序数据 / 神经退行性疾病
• mhealth — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 时序数据
• uci-har — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 时序数据
• daphnet-fog — 共享标签：生理信号 / 可穿戴传感 / 时序数据 / 帕金森病
• rehab-wearable-kinematic — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 时序数据
• acl-jumplanding-mocap — 共享标签：生理信号 / 步态与运动 / 时序数据
• sisfall — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 时序数据
• wisdm — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 时序数据

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。