SisFall — 可穿戴惯性传感跌倒检测数据集

INFOBOX — SisFall 一屏速览

维度	内容
本质	可穿戴惯性传感器的跌倒检测 + 日常活动识别基准数据集（非挑战赛、非影像）
团队	哥伦比亚安蒂奥基亚大学（UDEA）SISTEMIC 组，通讯 José David López
论文	Sensors. 2017;17(1):198（doi:10.3390/s17010198；预印本 Preprints 201610.0096，2016）
受试者	38 人＝青年组 23 人（19–30 岁）+ 老年组 15 人（60–75 岁，含 60 岁 SE06）
活动	19 种 ADL + 15 种跌倒（模拟）；老年组仅做 ADL、不跌倒（除 SE06）
记录	4504 条＝ADL 2706 + 跌倒 1798（存照 4505/4510 口径）
传感	自研腰部设备：ADXL345(±16g) + MMA8451Q(±8g) + ITG3200(±2000°/s)，200 Hz，每行 9 列
基准	Sucerquia 五分类器 + 阈值法，跌倒检测准确率最高约 96%（特征 C8 96.1%±0.75%）
核心警示	老年受试者验证使检测性能显著下降——模拟跌倒与真实老年跌倒存在域差异
获取	SISTEMIC 项目主页 / MDPI 论文附件 / 第三方 HF 镜像（232 MB）
许可	论文正文未明确；HF 镜像自述 CC BY-4.0；论文本体 CC BY-4.0
库内互链	WISDM、CHARLS、All of Us、wearable-exam-stress、big-ideas-glycemic-wearable

SisFall 是跌倒检测（fall detection）研究里被引用最广的公开惯性传感器数据集之一：它不采集影像、不做临床标注，而是把一枚自研的腰部佩戴小设备交给 38 位受试者——23 位年轻人加 15 位老年人——让他们照着清单完成 19 种日常活动（ADL）与 15 种模拟跌倒，以 200 Hz 记录下两枚加速度计与一枚陀螺仪的三轴读数。它的价值不在"大"，而在"设计得像实验"：活动清单来自对独居老人与养老院的实地调查，跌倒类型覆盖前/后/侧三个方向和滑倒/绊倒/晕厥三类诱因，还把"走路踉跄、轻跳、快速坐下"等易与跌倒混淆的动作专门纳入，用来逼迫算法学会区分"真的摔了"和"差点摔了"。

值得注意的是，SisFall 的"名气"与它的"争议"几乎同等大：它一方面是被引用最广的跌倒检测基准，另一方面又因"跌倒也全是年轻人做的"而反复被批评。这种"优点与缺陷同样鲜明"的特质，使它成为一个理想的教学样本——它逼着使用者去思考：一个数据集的代表性到底意味着什么？在伦理约束下无法采集目标人群真实数据时，代偿性样本（年轻人模仿老年人）的价值与边界在哪里？

导语读法三则：

1. 只想下数据做基线：直奔 §6 获取与许可——原始托管在 UDEA 的 SISTEMIC 项目主页，论文附件与 HuggingFace 镜像均可取，注意许可双口径（坑 6）。
2. 关心"为什么它难"：直奔 §4 与论文基准——五分类器 96% 看着漂亮，但一旦换成老年受试者验证，性能显著掉下来，这是本数据集最值得记住的一句话。
3. 想避坑：直奔 §10 避坑清单——记录总数 4504/4505/4510 三种口径、老年组 15 人、单条时长未定义这三处原始文档缺口，全都在这。

§0 导读：这个数据集解决什么问题

跌倒（fall）是老年人群伤残与死亡的主要诱因之一，也是"可穿戴设备能换来真实价值"的少数场景：一枚戴在腰间的传感器若能可靠识别跌倒并触发求助，就可能把"摔倒后长时间无人发现"的风险降下来。2017 年前后，跌倒检测研究已经升温，但公开数据集极少——而且几乎全是用智能手机采的，受试者偏年轻、活动种类少、元数据缺失，导致新算法之间无法公平比较。SisFall 的出发点正是补上这个基准缺口。

它的回答可以拆成三层。第一层是设备：团队自研一枚腰部佩戴的嵌入式采集器，装了两型加速度计和一型陀螺仪，以 200 Hz 同步记录三轴读数，把"手机随手一放"的偶然性换成"固定在腰间、朝向统一"的可复现采集。第二层是协议：活动清单先通过对 15 名独居老人和 17 家养老院的实地调查确定，再补入文献分析——最终得到 19 种 ADL 与 15 种跌倒，跌倒覆盖滑倒、绊倒、晕厥三诱因与前、后、侧三方向，并设置"踉跄""轻跳"等易混活动作为干扰项。第三层是批判性验证：论文用一套广泛使用的特征提取加简单阈值分类跑基线，得到最高约 96% 的准确率，但随即把验证对象换成老年受试者——性能显著下降。这个下降不是 bug，而是数据集想传达的核心信息：在年轻人身上练出的跌倒检测器，未必在老年人身上管用。

§0 读法三则：

1. 本条目是"传感器数据集 + 基准论文"二合一：本体是 4504 条 txt 记录，方法论是 19+15 类协议与论文基准。两者都在同一篇 Sensors 论文里。
2. 全文硬数字均出自 Sensors 2017 论文正文与表格；凡二手文献与论文口径不一致处（记录总数、受试者数、单条时长）均已在坑点与 §9 存照，条目主线跟论文。
3. 检索时注意区分：SisFall 是**惯性传感器（IMU）**数据集，不是骨密度/影像类跌倒风险数据集；名字里的 “Sis” 来自西班牙语 sistema（系统），“Fall” 即跌倒（坑 1）。

§1 数据集速览：二十问二十答

Q1：SisFall 的名字怎么来的、谁做的？
“SiSFall” 源自团队名 SISTEMIC（Sistemas Embebidos e Inteligencia Computacional，嵌入式系统与计算智能）与英文 fall（跌倒）的组合。由哥伦比亚**安蒂奥基亚大学（Universidad de Antioquia UDEA）**工程学院 SISTEMIC 组完成，作者 Angela Sucerquia、José David López（通讯）、Jesús Francisco Vargas-Bonilla 三人同机构。

Q2：它到底是什么类型的数据？
惯性传感器（inertial sensor / IMU）时序数据。每份记录是一次活动的三轴加速度 + 三轴角速度采样，200 Hz，纯文本文件，每行 9 列。它不是影像、不是电子病历、不是问卷。

Q3：有多少受试者、多少人做跌倒？
38 名受试者：青年组 23 人（19–30 岁）、老年组 15 人（60–75 岁）。跌倒动作主要由青年组完成；老年组只做 ADL，例外是 60 岁的 SE06（柔道专家）完成了全部 ADL 与跌倒。因此 15 种跌倒的运动学特征基本来自年轻人体，这是该数据集最受诟病的局限。

Q4：记录总数是多少？
论文口径：ADL 2706 条 + 跌倒 1798 条 = 4504 条。二手文献另有 4505（zurb2020）与 4510（arXiv:2209.04785）两种口径，属不同统计时点/全体样本口径（坑 3）。

Q5：装了哪些传感器？
自研设备固定在腰部，含两枚三轴加速度计（ADXL345 ±16g、MMA8451Q ±8g）与一枚三轴陀螺仪（ITG3200 ±2000°/s），200 Hz 采样，数据存 SD 卡。传感器朝向：正 z 朝前、正 y 沿重力、正 x 指向受试者右侧。

Q6：19 种 ADL、15 种跌倒都包括什么？
ADL（D01–D19）含慢走、快走、慢跑、快跑、上下楼梯（快/慢）、半高椅慢坐慢起/快坐快起、走路踉跄、轻跳不跌倒、俯身等，其中"踉跄""轻跳"是刻意设置的跌倒易混项。15 种跌倒（F1–F15）覆盖前滑倒、后滑倒、侧滑倒、前绊倒、慢跑绊倒、晕倒垂直跌、扶桌抑制晕倒、站起时前/侧跌、坐下时前/后/侧跌、昏厥坐姿前/后/侧跌等。

Q7：为什么说老年验证会掉性能？
论文在青年样本上跑基线得到最高约 96% 的跌倒检测准确率，但把验证对象换成老年受试者时，同一套特征与分类器的检测性能显著下降。论文据此呼吁：需要针对真实老年人群开发新策略，而本数据集正是那个"逼你直面差距"的基准。

Q8：跌倒动作是怎么做的，安全吗？
全部跌倒均为模拟：在安全垫上、于监督下完成，且经安蒂奥基亚大学医学院生物伦理委员会批准、符合《赫尔辛基宣言》。年轻人模仿老年人的跌倒方式（如"像老年人一样慢慢滑倒"），以贴近真实场景。

Q9：我现在能拿到什么、怎么拿？
三处：原始托管在 SISTEMIC 项目主页（UDEA）；MDPI 论文的 Supplementary Materials 含全部记录 txt + Readme + 视频 + 特征表；第三方 HuggingFace 镜像（232 MB，自述 CC BY-4.0）。注意论文正文未明确标注数据集许可证（坑 6）。

Q10：为什么它对 AI-Ready 重要？
它把"传感器数据集的元数据该怎么写"立了个早年样板：明确的受试者人口学、逐文件的活动/重复编码、统一的采样率与朝向说明、公开的基线数字——同时又暴露了仿生跌倒、老年样本缺失、许可不明等典型缺陷，是 AI-Ready 质检里"优点与坑点并存"的样本。

Q11：SisFall 属于哪个学科域？
跨"生理信号 / 可穿戴传感 / 步态与运动"三域，方法上属时序信号分类（time-series classification）。它不涉及影像、病理或组学。

Q12：一次采集大概持续多久？
论文给出的是"人"层面的耗时：每位老人录制约 1.5 小时、每位青年约 3.5 小时。单条记录时长未统一规定（坑 4），这也是它最常被复现者追问的一处。

Q13：跌倒动作是如何保证可重复的？
靠固定协议：每类活动规定次数（多数 5 次）、传感器固定朝向、动作按清单执行，并在安全垫上由监督者引导。这使同一活动在不同受试者间具备可比性。

Q14：为什么数据集里既有 ADL 又有 fall？
因为跌倒检测本质是二分类问题——算法必须学会区分"跌倒"与"看起来像跌倒但不危险"的日常动作。因此 ADL 中的"踉跄""轻跳"等易混项与跌倒样本同等重要。

Q15：数据有缺失值吗？
原始 txt 记录本身是连续采样，一般不缺行；缺失通常出现在使用者的预处理环节（如滑窗边界、极端值）。规范做法是显式声明插补策略（如线性插值）。

Q16：SisFall 适合做实时推理研究吗？
适合。200 Hz 高采样便于研究降采样（论文称约 11 Hz 即可）、滑窗长度、边缘算力预算——这些都是实时跌倒检测部署的核心参数。

Q17：有没有官方 leaderboard？
没有。SisFall 官方不设排行榜，分数由各论文自报，因此引用时务必连同协议（划分/窗口/通道）一并引用（§4.7）。

Q18：SisFall 被哪些领域引用？
以生物医学工程、可穿戴计算、机器学习/模式识别、老年健康四大领域为主，近年也出现在边缘计算与物联网（IoT）的相关工作中。

Q19：本条目与 panda-plus 等影像条目写法一致吗？
一致。均遵循千方病案医数集的 AI-Ready Wikipedia 结构：速览 Infobox → §0 导读 → §1 速览 → §2 数据构成 → §3 协议 → §4 评估 → §5 获取 → §6 应用 → §7 AI-Ready → §8 启示 → §9 库内关系 → §10 避坑 → FAQ → 事实清单 → 术语表 → 附录（含 DAIMS）。

Q20：一句话给检索者：为什么值得读这个条目？
因为它把一份"看似普通"的可穿戴数据集讲全了——从设备硬件、活动清单、元数据结构到许可歧义与老年验证陷阱，读完你就知道用 SisFall 时该在哪几处格外小心。

§1.5 核心数字速记卡

数字	含义
38	受试者总数（青年 23 + 老年 15）
23 / 15	青年组 / 老年组人数
19–30 / 60–75	青年 / 老年年龄区间（岁）
19 / 15	ADL 类型数 / 跌倒类型数
2706 / 1798	ADL 记录数 / 跌倒记录数
4504	记录总数（论文口径）
200 Hz	采样率
9	每行数据列数（3 路传感器 × 3 轴）
96%	论文基线跌倒检测最高准确率
1.5 s	一次完整跌倒平均时长
11 Hz	论文称滤波后最低可用采样率
232 MB	HF 镜像数据体积
5	论文 Crossref/CiNii 引用数（抓取时点早期口径）

§2 数据构成与规格

2.1 规模、来源与受试者构成

SisFall 的核心规模由三个维度定义：受试者、活动类型与记录数。三者相乘/相加构成了这份数据集的全貌。

维度	数值	说明
受试者总数	38 人	青年 23 + 老年 15
青年组	23 人（11 男 12 女）	年龄 19–30 岁
老年组	15 人（8 男 7 女）	年龄 60–75 岁
ADL 类型	19 种（D01–D19）	含踉跄、轻跳等易混活动
跌倒类型	15 种（F1–F15）	前/后/侧 × 滑倒/绊倒/晕厥
ADL 记录	2706 条	论文口径
跌倒记录	1798 条	论文口径
记录总数	4504 条	2706 + 1798（存照 4505/4510）
采样率	200 Hz	三轴加速度 ×2 + 三轴角速度 ×1

受试者以编号组织：青年组为 SA01–SA23（S 表示 Subject，A 表示 Adult/青年），老年组为 SE01–SE15（E 表示 Elderly/老年）。这一编号直接体现在文件夹命名中，是 SisFall 元数据结构最直观的一层。

关键结构性事实：老年组不执行跌倒动作（例外为 SE06）。论文按运动医学医生的建议，老年受试者不做跌倒，也不做 D06、D13、D18、D19 四种 ADL。这意味着 15 种跌倒的样本几乎全部来自 19–30 岁的年轻人，而这些人被要求"模仿老年人跌倒的方式"来完成动作。这一设计取舍是 SisFall 被反复讨论的焦点：它换来了老年人的真实 ADL 数据，却付出了"跌倒样本无真实老年运动学"的代价（详见 §10 坑 5）。

2.2 文件与目录结构

SisFall 的存储结构非常规整，便于程序化加载：

SisFall_dataset/
├── SA01/
│   ├── D01_SA01_R01.txt    # ADL 类型 01，受试者 SA01，第 1 次重复
│   ├── D02_SA01_R01.txt
│   ├── F01_SA01_R01.txt    # 跌倒类型 01
│   └── ...
├── SA02/
├── ...
├── SE01/
└── ...

文件名遵循 {类型}_{受试者}_{重复序号}.txt 的三段式编码：

• 类型段：Dxx 表示 ADL（D01–D19），Fxx 表示跌倒（F01–F15）；
• 受试者段：SAxx 青年 / SExx 老年；
• 重复段：Rxx 第几次重复（多数活动 5 次，walking/jogging 仅 1 次）。

这种命名把"活动类型 + 受试者 + 重复"三要素全部编码进文件名，无需额外索引表即可解析标签——是早期数据集元数据设计的正面范例（对比 panda-plus 等需要额外对照表的数据集）。

2.3 记录格式与传感器通道

每条 .txt 记录文件为纯文本，每行 9 列，对应三个传感器的三轴读数：

列序	通道	传感器	量程	分辨率
1–3	加速度 x/y/z	ADXL345	±16 g	13 位
4–6	加速度 x/y/z	MMA8451Q	±8 g	14 位
7–9	角速度 x/y/z	ITG3200	±2000 °/s	16 位

典型的记录行形如（来自 arXiv:2209.04785 的示意）：

-2,-251, 0, 28, -4, -21, -44,-1028, 0;
-4,-251, -4, 29, -3, -18, -42,-1027, -1;
-6,-250, 0, 32, -3, -17, -44,-1028, -2;

注意原始文件使用分号 ; 作为列分隔或行结束标记，数值为原始 ADC 计数（未归一化）。后续研究在使用前需按传感器灵敏度换算：加速度除以 16384.0 得到以 g 为单位的值，角速度除以 131.0 得到以 °/s 为单位的值（arXiv:2603.22313 口径）。

为什么有两枚加速度计？——这常被误解。ADXL345（±16g）量程大，适合捕捉跌倒撞击瞬间的强冲击；MMA8451Q（±8g）量程小、分辨率更高（14 位），适合捕捉日常活动的细微变化。两者是互补而非冗余。论文正文仅使用 ADXL345 的读数，但把另一枚加速度计与陀螺仪的数据一并公开——因此使用 SisFall 时，需先确认"用哪几个通道"，这直接影响特征维度与基线可比性（zurb2020 就明确弃用了 MMA8451Q，理由是"常规设置只有一枚加速度计"）。

2.4 采样率与记录时长

采样率 200 Hz 是 SisFall 的强项：它远高于普通智能手机 HAR 数据集（UCI HAR 为 50 Hz），足以保留跌倒撞击的高频成分。论文分析结论指出，若使用滤波，最低约 11 Hz 采样即可满足跌倒检测——这一结论为边缘设备的功耗优化提供了依据。

记录时长是原始文档的缺口。论文未明确给出每条记录的固定时长。可确认的相关信息是：

• 每位老人录制总耗时约 1.5 小时，每位年轻人约 3.5 小时；
• 论文动态特征分析采用 200 ms – 2 s 的滑动窗口，多数动态特征取 N_v = 1 s（即 200 个采样点）；
• 二手研究采用的时间口径不一：zurb2020 把每条记录裁剪到 10 s（上下对称去除两端，以剔除实验边界噪声），NSFC 论文称单个标注样本时长为 15 s、其中完整跌倒段平均约 1.5 s（仅占约 10%）。

因此复现 SisFall 相关结果时，必须核对原始研究用了多长的窗口——10 s、15 s 还是滑窗切分，会让"同样的数据集"产生不同的训练样本数（详见 §10 坑 4）。

2.5 类别分布与不平衡

SisFall 存在明确的类别不平衡：ADL 2706 条 vs 跌倒 1798 条，比例约 1.5:1。更需要注意的是活动间的不平衡：

• 多数活动每受试者 5 次重复；
• 但 walking（慢走/快走）与 jogging（慢跑/快跑）每受试者仅 1 次重复——因为这些活动是连续进行的，一次记录就包含较长的时间跨度，研究者通常从中截取多个 10 s 窗口（zurb2020 就从每条 walking/jogging 记录中取 5 个不重叠的 10 s 窗口）来补足样本数。

这一分布特征带来两个后果：其一，若按"记录数"统计，长时活动被严重低估；其二，若按 10 s 窗口重切，walking/jogging 的窗口数会被人工放大，改变真实的类别比例。优秀的 SisFall 使用实践应在元数据中明确声明"按记录计还是按窗口计"。

2.6 活动与跌倒清单

19 种 ADL（D01–D19，概述）：慢走、快走、慢跑、快跑、慢速上/下楼梯、快速上/下楼梯、半高椅慢坐—停留—慢起、半高椅快坐快起、走路时踉跄（stumble while walking）、原地轻跳不跌倒（gently jump without falling）、俯身穿鞋等。其中"踉跄"和"轻跳"是故意的跌倒易混活动（fall-like activities）——它们能产生类似跌倒的加速度峰值，是检验算法"抗误报"能力的关键。

15 种跌倒（F1–F15），按诱因与方向可归纳为三类：

诱因	方向	编号	中文描述
滑倒（slip）	前	F1	走路时向前滑倒
滑倒	后	F2	走路时向后滑倒
滑倒	侧	F3	走路时横向（侧向）滑倒
绊倒（trip）	前	F4	走路时向前绊倒
绊倒	前	F5	慢跑时向前绊倒
晕厥（faint）	垂直	F6	走路时因晕倒发生垂直跌倒
晕厥	—	F7	用手扶桌以抑制晕厥发生的跌倒
站起	前	F8	试图站起时向前跌倒
站起	侧	F9	试图站起时横向跌倒
坐下	前	F10	试图坐下时向前跌倒
坐下	后	F11	试图坐下时向后跌倒
坐下	侧	F12	试图坐下时横向跌倒
昏厥坐姿	前	F13	坐下时因昏厥发生的向前跌倒
昏厥坐姿	后	F14	坐下时因昏厥发生的向后跌倒
昏厥坐姿	侧	F15	坐下时因昏厥发生的横向跌倒

跌倒的四阶段模型：SisFall 论文把跌倒分解为**失衡（imbalance）→ 失重（weightlessness/free-fall）→ 撞击（impact）→ 静止（inactivity/post-fall）**四个阶段。这一分解是许多跌倒检测算法提取特征（如自由落体特征、撞击峰值、倒地后静止时长）的理论基础。论文指出一次完整跌倒平均约 1.5 s，因此若样本标注时长为 15 s，跌倒信号只占其中约 10%——这解释了为什么"滑窗 + 精细定位"对 SisFall 至关重要。

2.7 19 种 ADL 的完整清单（D01–D19）

为便于研究者对照文件名与活动内容，下表给出 SisFall 的 19 种 ADL 全清单（编号 D01–D19），按"基本移动 / 楼梯 / 坐起 / 易混活动"分组：

编号	活动（英文）	中文描述	分组
D01	Walking slowly	慢走	基本移动
D02	Walking quickly	快走	基本移动
D03	Jogging slowly	慢跑	基本移动
D04	Jogging quickly	快跑	基本移动
D05	Walking upstairs and downstairs slowly	慢速上/下楼梯	楼梯
D06	Walking upstairs and downstairs quickly	快速上/下楼梯	楼梯
D07	Slowly sit in a half height chair, wait a moment, and up slowly	半高椅慢坐—停留—慢起	坐起
D08	Quickly sit in a half height chair, wait a moment, and up quickly	半高椅快坐—停留—快起	坐起
D09	Sit on a half height chair and get up slowly with light weight	半高椅轻负荷慢坐起	坐起
D10	Sit on a half height chair and get up quickly with light weight	半高椅轻负荷快坐起	坐起
D11	Sit down, wait, get up and walk slowly	慢速坐下—停留—起身—行走	坐起
D12	Sit down, wait, get up and walk quickly	快速坐下—停留—起身—行走	坐起
D13	Stumble while walking	走路时踉跄	易混活动
D14	Gently jump without falling	原地轻跳不跌倒	易混活动
D15	Bending to pick up an object	俯身拾物	易混活动
D16	Bending to put on shoes	俯身穿鞋	易混活动
D17	Walking and turning around	行走并转身	基本移动
D18	Going up/down stairs quickly with bends	带弯道快速上/下楼梯	楼梯
D19	Walking while carrying an object	手持物体行走	基本移动

说明：上表为活动类别的通行归纳，具体措辞以原始 Readme 文件为准。D13（踉跄）、D14（轻跳）、D15/D16（俯身类）是四个刻意设计的易混活动——它们能产生与跌倒接近的加速度峰值或躯干姿态变化，是检验误报率的硬样本。论文按运动医学医生建议，老年组跳过 D06、D13、D18、D19（快速上下楼、踉跄、带弯道快速上下楼、手持物体行走）——这些多为高体能负荷或高安全风险动作。

2.8 训练/测试划分的官方缺失

SisFall 官方未提供训练/测试划分。这是一个重要事实：所有使用 SisFall 的论文都必须自行定义划分，而这直接决定了分数的可比性。常见的三种划分范式：

1. subject-wise（受试者独立）：按受试者编号分人（如青年 23 人中 16/4/3 分训练/验证/测试），同一受试者的数据只出现在一个子集——防泄漏的金标准；
2. LOSO（留一受试者交叉验证）：轮流留出一位受试者做测试，其余训练，重复 38 次取平均——最严谨但最耗算力，被视作 person-independent 评测的金标准；
3. 随机划分（不推荐）：直接对记录或窗口随机切分——同一受试者的相似片段会同时进入训练与测试，造成数据泄漏、分数虚高（坑 9）。

AI-Ready 视角的关键提醒：由于官方无划分，跨论文比较 SisFall 分数时，必须核对划分协议——subject-wise 的 96% 与随机划分的 99% 不具备可比性。

2.9 与同期可穿戴数据集的规格对照

对照项	SisFall	UCI HAR	WISDM
采集设备	自研腰部设备	智能手机（腰部）	手机/手表
采样率	200 Hz	50 Hz	20 Hz
受试者	38（23 青 + 15 老）	30（19–48 岁）	36
活动数	19 ADL + 15 跌倒	6 ADL	6 活动
含跌倒	是	否	否
传感器	双加速度计 + 陀螺仪	加速度计 + 陀螺仪	加速度计（+陀螺）
标签	人工逐试验	人工	人工

此表说明 SisFall 的差异化定位：200 Hz + 含跌倒 + 含老年 ADL 三者组合，使其在跌倒检测场景下优于通用 HAR 数据集。但若研究只需基础 ADL 识别，UCI HAR 的轻量与标准化（有官方划分）反而更省事。

2.10 记录数的构成推算

理解 SisFall 的 4504 条记录如何构成，有助于判断"每类活动有多少样本"：

• ADL 记录 2706 条：来自 19 种 ADL（D01–D19）× 38 名受试者 ×（多数）5 次重复，扣除老年组缺失的 D06/D13/D18/D19 与 walking/jogging 仅 1 次等因素后，净得 2706；
• 跌倒记录 1798 条：来自 15 种跌倒（F01–F15）× 主要受试者（青年 23 人 + SE06）× 5 次重复，约 15×24×5 ≈ 1800，与 1798 吻合；
• 总记录 4504：2706 + 1798。

推算的意义：若研究者只取青年受试者，跌倒样本约 1800 条、ADL 样本相应减少；若只取老年受试者，则完全没有跌倒样本（除 SE06）。这解释了为何"老年验证"几乎必然面临跌倒样本不足——不是划分问题，而是数据本身就没有老年跌倒。

2.11 数据质量与完整性

从数据质量角度，SisFall 的表现如下：

• 完整性：原始记录为连续采样，无系统性缺失；文件数应与论文口径一致（用之核对下载完整性）；
• 一致性：采样率统一 200 Hz、朝向统一、文件命名统一，跨受试者可比性强；
• 准确性：数值为原始 ADC 计数，未做伪造或平滑，保真度高；
• 可用性：纯文本易读，但编码（非 utf-8）与分隔符需处理；无标准划分与加载脚本。

下载完整性核验建议：下载后统计 txt 文件总数，对照论文口径（约 4504 条主记录 + Readme）。若与 4504/4505/4510 任一接近但不等，需核对是否遗漏某受试者文件夹或某类活动。

2.12 标注流程与标签粒度

SisFall 的标注是文件级/试验级的，而非样本级（时间点级）：

• 标签粒度：每个 txt 文件对应一次完整试验（一次活动或一次跌倒），其类别标签由文件名编码——因此标签是"这一整段记录属于哪类"；
• 无逐帧标注：原始记录不含"从第几秒开始跌倒"的逐时刻标注。跌倒发生在记录内部某一时刻（论文称平均约 1.5 s），但无需在文件中标出——使用滑窗时，含跌倒的窗口如何打标签由使用者定义（如"窗口内发生跌倒即标 1"，arXiv:2603.22313 做法）；
• 标注来源：人工逐试验标注（受试者按清单执行、监督者确认），无众包、无自动标注；
• 标签可信度：因是"受控试验 + 编号命名"，标签错误率极低，主要不确定性来自"跌倒发生的精确时刻"未标注。

这一粒度的后果：SisFall 天然适合"记录级/窗口级"分类任务，不适合"跌倒事件定位（temporal localization）"任务——后者需要逐帧标注，SisFall 不提供。若研究需要事件定位，须自行假设跌倒位于窗口内并用滑窗近似。

2.13 与其他数据集标签粒度的对比

数据集	标签粒度	是否含事件时刻	对本任务的影响
SisFall	文件/试验级	否	适合分类，不适合事件定位
影像（如 panda-plus）	像素级	是（逐像素）	适合分割
队列（如 CHARLS）	问卷/记录级	时间点	适合流行病学关联

这说明标签粒度是数据集类型的功能：信号数据集多为序列级/窗口级，影像数据集可达像素级，队列数据集为记录级。SisFall 属于前者，使用者不应期待它提供逐帧跌倒时刻。

§3 采集协议与设备

3.1 自研采集设备

SisFall 不使用现成手机或商用可穿戴设备，而是团队自研的嵌入式采集器，固定在受试者腰部（腰带扣位置）。硬件构成如下：

组件	型号	关键规格
微控制器	Freescale/NXP Kinetis MKL25Z128VLK4	ARM Cortex-M0+，板载存储管理
加速度计 1	Analog Devices ADXL345	±16 g，13 位，论文主用通道
加速度计 2	Freescale MMA8451Q	±8 g，14 位，辅助高分辩率通道
陀螺仪	ITG3200	±2000 °/s，16 位（TI/InvenSense）
存储	SD 卡	本地存储全部记录
供电	1000 mA/h 通用电池	支持小时级连续采集

传感器朝向约定（论文明确给出，是全数据集可比性的基础）：

• 正 z 轴朝前（forward）；
• 正 y 轴沿重力方向（与重力平行）；
• 正 x 轴指向受试者右侧（to the participant’s right）。

这一固定朝向意味着不同受试者、不同记录之间的坐标系一致，无需逐记录做姿态对齐——这是 SisFall 相较"手机放口袋/拿手里"数据集的重要优势。

3.2 活动清单的设计来源

SisFall 的 19+15 类活动并非拍脑袋定出，而是经两步确定：

1. 实地调查：2014 年在哥伦比亚麦德林（Medellín）与马尼萨莱斯（Manizales）对 15 名独居老人与 17 家养老院进行调查，了解老年人实际担心和在意的跌倒场景；
2. 文献分析：结合既有跌倒检测文献中常见的活动与跌倒类型进行补充。

最终得出的清单把"调查里老人最怕的跌倒方式"与"文献里算法最容易混淆的活动"两者结合——这也是为什么 SisFall 同时包含"前滑倒"这种典型场景和"踉跄"这种易混干扰项。

3.3 受试者与执行规则

• 青年组（SA01–SA23，23 人，19–30 岁）：完成全部 19 种 ADL 与 15 种跌倒；多数活动 5 次重复，walking/jogging 各 1 次；录制总耗时约 3.5 小时/人。
• 老年组（SE01–SE15，15 人，60–75 岁）：仅完成 ADL，不做跌倒；因运动医学医生建议，部分老人不做 D06、D13、D18、D19；录制总耗时约 1.5 小时/人。
• 特殊参与者 SE06（60 岁，柔道专家）：完成全部 ADL 与全部跌倒，是老年组中唯一的跌倒样本来源，也是把"老年人跌倒运动学"部分带入数据集的唯一通道。
• 年轻受试者模仿老年人：为贴近真实场景，青年受试者在执行跌倒时被要求模仿老年人的跌倒方式（如更慢、更犹豫的倒地动作）。

3.4 伦理与安全

• 伦理审批：经 Universidad de Antioquia UDEA 医学院生物伦理委员会批准；
• 合规声明：符合《赫尔辛基宣言》关于人体研究的伦理原则；
• 安全措施：所有跌倒均在**安全垫（safety mattress）**上进行，全程有监督；
• 知情同意：受试者（含 15 名老年人）均为自愿参与，数据去标识后以受试者编号（SAxx/SExx）发布。

这些伦理与安全细节使 SisFall 成为"人体运动数据采集"的合规范例——尤其是它把"老年人不做跌倒"作为伦理底线，尽管这给数据集的代表性带来了前述代价。这一取舍体现了数据采集中"伦理优先于数据完整性"的原则，值得同类数据集借鉴。

3.5 采集工作流（从设备到 txt）

SisFall 的采集工作流可还原为以下链条：

1. 佩戴：受试者将设备固定在腰部（腰带扣位置），朝向经统一校准（+z 前、+y 重力、+x 右）；
2. 执行：按活动清单完成每种活动的规定次数（多数 5 次），跌倒动作在安全垫上进行；
3. 采样：设备以 200 Hz 同步采集三路传感器读数，写入 SD 卡；
4. 导出：采集完成后，原始数据以纯文本形式导出，每行 9 列原始 ADC 计数；
5. 组织：按受试者编号建文件夹（SAxx/SExx），文件名按 {D/F}{类型}_{受试者}_{重复}.txt 编排；
6. 发布：以 Supplementary Materials 与 SISTEMIC 项目页形式公开，附 Readme、视频与特征表。

这一工作流的每个环节都影响数据可用性：设备朝向决定坐标系一致性；SD 卡决定数据完整性；命名规则决定标签可解析性。SisFall 在这三点上都做得规范，是其被广泛采用的结构性原因。

3.6 采集的系统性偏差

从方法学角度，SisFall 的采集存在若干应被使用者知情的系统性偏差：

• 受试者偏差：青年组远多于老年组（23:15），且跌倒仅由青年 + SE06 完成，老年运动学代表性弱；
• 地理/文化偏差：全部受试者来自哥伦比亚单一地区（麦德林/马尼萨莱斯），步态习惯与体型分布有限；
• 模仿偏差：年轻人模仿老年人跌倒，可能"过度表演"或"过于谨慎"，与真实老年跌倒的动力学未必一致；
• 重复次数偏差：多数活动 5 次重复，但 walking/jogging 仅 1 次，长时活动样本被压缩；
• 场景偏差：实验在受控环境（安全垫、监督）下完成，与真实家居环境的绊倒条件不同。

这些偏差并不否定 SisFall 的价值——它仍是当时最规范的数据集之一——但使用者应在论文的"局限"一节如实声明，而不是把 SisFall 结果直接等同于真实部署性能。

3.7 与其他跌倒数据集在协议上的差异

数据集	传感器位置	采集设备	含真实跌倒	老年样本	主观设计亮点
SisFall	腰部	自研	否（模拟）	有 ADL、无跌倒	双加速度计 + 固定朝向 + 实地调查清单
UMAFall	胸/腰/腕/踝/兜	商用 IMU	否（模拟）	部分	多部位传感
FallAllD	多设备	商用（含磁力计/气压计）	否（模拟）	有	44 ADL + 35 跌倒，类型最多
FARSEEING	腰/腿	商用	是（真实跌倒）	有	真实世界跌倒库
MobiFall	口袋	手机	否	无	手机端场景
tFall	—	—	否	—	连续采集

读法：SisFall 的独特性在"腰部固定 + 双加速度计 + 实地调查清单 + 含老年 ADL"；而 FARSEEING 的价值恰在 SisFall 缺失处——真实跌倒。因此两者常被联合使用（模拟数据训练 + 真实数据验证）。

3.8 采集设备的工程取舍

SisFall 的自研设备做了一系列工程取舍，值得逐一说明：

• 为什么用两枚加速度计？ 单一量程无法兼顾"捕捉日常细微运动"与"捕捉跌倒强冲击"，双传感器分档解决；
• 为什么固定在腰部？ 腰部是人体重心附近，运动特征稳定，且便于统一朝向；相比手腕（自由摆动）与脚踝（步态噪声大），腰部更适合跌倒检测；
• 为什么用 SD 卡而非无线传输？ 200 Hz × 9 通道的数据率高，早期无线传输稳定性差，SD 卡本地存储更保真；
• 为什么用纯文本而非二进制？ 便于人工核查与跨平台解析，代价是文件体积偏大（HF 镜像 232 MB）。

这些取舍体现了"数据保真优先、工程便利其次"的设计哲学，也是 SisFall 记录质量较高的原因。

§4 评估与基准：论文基线说了什么

4.1 论文原始基线

Sucerquia 等人在论文中对 SisFall 做了一套"广泛使用的特征提取 + 简单阈值分类"基线，目的是证明数据集的可用性与挑战性。论文报告的核心数字是：

• 跌倒检测准确率最高约 96%；
• 最佳特征 C2（静态特征，仅用水平面 x/z 轴）经滤波后达 95.0% ± 1.2%；
• 最佳特征 C8 达 96.1% ± 0.75%。

论文采用 200 ms – 2 s 的动态特征窗口，多数动态特征取 N_v = 1 s（200 采样点）。特征提取后配合一个"简单易实现"的阈值分类器——团队刻意选择简单方法，以便其他研究者能快速复现并对标。

论文基线的定位：这套基线不是为了"刷最高分"，而是为了证明数据集的可用性——如果连简单阈值法都能达到 96%，说明数据质量足够好、任务定义足够清晰，值得社区投入更复杂的方法。这与许多数据集"用 SOTA 模型展示高分"的做法形成对比：SisFall 用"最简方法证明可用"，反而更凸显了数据本身的价值。

96% 该怎么读：这个数字是特定协议下的结果（特定特征、特定滤波、特定划分）。它不是 SisFall 的"上限"，也不代表"简单方法已解决问题"——恰恰相反，论文紧接着用老年验证说明它远未解决。检索者若只记住"96%"，就会错过这个数据集真正想传达的信息。

4.2 老年验证的性能下降（论文核心警示）

论文最关键的一段结论不是 96%，而是 96% 之后的那句：当验证对象换成老年受试者时，同一套特征与分类器的跌倒检测性能显著下降。论文明确指出，这一发现"印证了其他作者的结论"，并呼吁"以本数据集为新基准开发新策略"。

这一警示的技术含义是：域偏移（domain shift）真实存在。年轻受试者（模仿老年人）产生的跌倒信号，与真实老年人的跌倒运动学之间存在系统性差异——老年人步态更慢、肌肉反应更弱、跌倒过程更长，这些都会改变加速度/角速度波形的形态。在青年样本上过拟合的特征，迁移到老年样本时就会失效。

因此，SisFall 最重要的"基准价值"其实是一个负向知识：它证明了"在年轻人数据上刷高分的跌倒检测器不能直接用于老年人"，并把这个差距用可量化的方式留在了数据集里。任何声称"在 SisFall 上达到 X% 准确率"的工作，都应当追问：是青年验证还是老年验证？是 subject-independent 还是 subject-dependent？

4.3 后续第三方基准（存照）

SisFall 发表后成为跌倒检测领域的标配评测集，衍生出大量第三方基线。以下为本条目抓取时点可核证的代表性工作：

研究	方法	关键设置	备注
zurb2020（ICOSYS）	LR/LDA/KNN/DT/NB 五分类器	88 特征/记录；弃用 MMA8451Q；裁至 10 s	记录总数写 4505（2707 ADL + 1798 falls）
arXiv:2209.04785（Pilot Study）	LR/LDA/KNN/DT/NB，k 折交叉	80/20 划分	称 SisFall 含 4510 个文本文件
MDPI Sensors 22(11):4028	跨数据集融合	SisFall + FallAllD + FARSEEING + UCI HAR + UMAFall 等	多数据集联合 ADL/跌倒识别
arXiv:2603.22313（2026）	多模态 CNN-LSTM + 多头注意力 + Focal Loss	subject-wise 70/15/15 + LOSO	以 SisFall 为主评估源，UCI HAR 预训练
华南师大学报（2023）	级联分类 LCFR	15 跌倒按方向融合，5 s 特征/2.5 s 间隔滑窗	中文文献，把 15 类跌倒按方向合并

这些工作的共性做法值得注意：subject-wise 划分（防数据泄漏）已成为标准，LOSO（Leave-One-Subject-Out）交叉验证被视为"person-independent"评测的金标准；滑窗切分（100 采样点 / 0.5 s，50% 重叠）是主流预处理；加速度归一化（÷16384.0）与陀螺归一化（÷131.0）是统一约定。

4.4 论文列出的同期数据集对比

论文在正文中把 SisFall 与同期公开的跌倒数据集并列，以凸显其规模优势：

数据集	ADL 记录	跌倒记录	备注
SisFall	2706	1798	本条目（38 人，两型加速度计+陀螺）
MobiFall	342	288	手机采集
tFall	连续 ADL	240	连续采集
DLR	961	56	跌倒样本极少
Project Gravity	138	72	规模小

从这张表可看出 SisFall 的定位：在当时，它是跌倒样本量最大（1798 条）且受试者最多（38 人）的公开数据集——这正是它被广泛采用的原因。

4.5 评价度量与口径提醒

使用 SisFall 做评测时，须明确以下口径，否则不同论文的数字不可比：

1. 二分类 vs 多分类：跌倒检测（fall vs ADL）与活动识别（19+15 类）是不同任务，准确率不可混用；
2. subject-dependent vs subject-independent：是否按受试者划分训练/测试，直接决定分数是否可信；
3. 用了几枚传感器：只用 ADXL345，还是三通道全用，特征维度从 3 轴到 9 轴不等；
4. 记录如何切分：整条用、裁 10 s、还是滑窗，样本数与类别比例都会变；
5. 是否合并跌倒方向：15 类跌倒按前/后/侧合并成 3–4 类，会显著改变任务难度。

4.6 特征工程的常用清单

跌倒检测在 SisFall 上的特征工程已相当标准化。以下为常用特征（时域 + 频域），可供复现者对标：

时域特征（Time domain）：

特征	说明
均值（mean）	各轴/合矢量的平均加速度
标准差（STD）	波动幅度
方差（variance）	STD 的平方
中位数（median）	抗离群的中心量
最大值/最小值（max/min）	幅度极值（跌倒撞击的关键）
峰峰值（delta, peak-to-peak）	max−min
25/75 百分位（centile）	分布形态
合矢量模（norm）	√(x²+y²+z²)，对方向不敏感

频域特征（Frequency domain）：

特征	说明
功率谱密度（PSD）	能量在频域的分布
功率谱熵（PSE）	频谱的复杂度/无序度

特征向量规模：若对每路传感器的每轴 + 合矢量都提上述特征，zurb2020 得到 88 特征/记录（3 轴 × 2 传感器 + 各自的 norm）。特征维度取决于"用几路传感器 + 是否含 norm + 特征集合边界"，因此跨论文比较特征数时需核对这三项。

4.7 基线结果的横向对照（存照）

研究/口径	任务	方法	报告结果	备注
Sucerquia 2017（原始）	跌倒检测	特征 + 简单阈值	最高约 96%（C8 96.1%±0.75%；C2 95.0%±1.2%）	论文自报基线
Sucerquia 2017（老年验证）	跌倒检测	同上	显著下降（未给统一数值）	论文核心警示
zurb2020	跌倒检测	LR/LDA/KNN/DT/NB	各分类器精度不一（88 特征，10 s 裁切）	弃用 MMA8451Q
arXiv:2209.04785	ADL/跌倒预测	LR/LDA/KNN/DT/NB	80/20 划分，k 折选优	文件数 4510 口径
arXiv:2603.22313（2026）	跌倒检测	CNN-LSTM + 多头注意力 + Focal Loss	subject-wise 70/15/15 + LOSO	用 UCI HAR 预训练
NSFC 2023	跌倒四分类	LCFR 级联	按前/后/横/正常分类	5 s 特征/2.5 s 间隔滑窗

对照读法：这张表展示的不是"谁的分高"，而是"同一数据集在不同协议下分数不可比"——任务定义、划分方式、通道选择、预处理窗口每一项都可显著改变结果。因此引用 SisFall 基线时应连同协议一并引用。

4.8 论文基线的复现要点

要复现 Sucerquia 2017 的基线结果，需注意以下要点：

• 特征定义：论文定义了若干候选特征集（如 C2 为静态特征、C8 为最优集），复现时须按论文的特征定义逐项提取，不能替换为"常用特征集"；
• 滤波设置：C2/C8 的高准确率是在滤波后达成的，滤波器的截止频率与类型会影响结果；
• 滑动窗口：论文动态特征窗口为 200 ms – 2 s，多数取 1 s；窗口长度直接影响特征值；
• 分类器实现：论文用的是"简单阈值分类"，并非强分类器——它的意义在于建立"可用基线"，而非追求最高分；
• 验证划分：论文分别做了青年与老年验证，两者性能差异是本数据集最重要的发现。

复现陷阱：许多后续论文声称"复现了 SisFall 基线"却得到不同的数字，多半是因为特征定义、滤波或窗口口径不一致。复现时应以论文原文的特征定义为唯一标准。

4.9 老年验证性能下降的机制剖析

"老年验证性能下降"这一结论值得展开分析其可能机制：

1. 步态差异：老年人步速慢、步幅小、平衡控制弱，日常活动的加速度/角速度分布与青年不同；
2. 跌倒动力学差异：真实老年跌倒（如缓慢滑落）与青年模仿的"快速倒地"在冲击峰值、持续时间上不同；
3. 样本量差异：老年组只有 ADL、无跌倒，验证时"老年跌倒"只能靠 SE06 一人，样本严重不足；
4. 类别边界模糊：老年人的缓慢坐下、起身动作可能与缓慢跌倒更接近，增加了区分难度。

这四点机制说明：老年验证下降不是数据"脏"，而是目标人群与训练人群的真实分布差异——这正是域自适应研究要解决的核心问题。

4.10 常见评测指标

在 SisFall 上报告结果时，常用指标包括：

指标	适用	说明
Accuracy	分类	总体正确率；类别不平衡时有误导性
Precision	跌倒检测	报出的跌倒中有多少是真的（误报相关）
Recall / Sensitivity	跌倒检测	真跌倒中有多少被检出（漏报相关）
Specificity	跌倒检测	非跌倒中有多少被正确排除
F1-score	分类	Precision 与 Recall 的调和平均，不平衡场景常用
ROC-AUC	二分类	阈值无关的综合判别力
Mathews 相关系数（MCC）	二分类	对不平衡更稳健的单值指标

关键提醒：跌倒检测场景下，Precision（误报率） 与 Recall（漏报率） 的取舍取决于应用——家用监测设备通常更怕误报，而医疗监护可能更怕漏报。报告时应同时给出两项，而非只报 Accuracy。

§5 获取与许可：三个入口与一处分歧

5.1 三处获取入口

SisFall 可以从三个渠道取得，内容基本一致：

入口一：SISTEMIC 项目主页（原始托管）
论文脚注给出的官方地址是 UDEA 的 SISTEMIC 项目页（http://sistemic.udea.edu.co/investigacion/proyectos/english-falls/?lang=en，论文 2017-01-18 访问日期）。这是数据集的原始发布处，也是许可声明应以之为准的地方。

入口二：MDPI 论文 Supplementary Materials（论文附件）
Sensors 论文的补充材料包含：

• SisFall 全部记录文本文件 + Readme 说明；
• 所有活动的视频录像（这一点对理解"年轻人模仿老年人跌倒"很有价值）；
• 全部特征结果的表格与图表。

入口三：第三方 HuggingFace 镜像
HF 上存在多个 SisFall 再托管仓库（如 abys7315/Sisfall_Dataset、Trupal7/Sisfall_Dataset），记录 Total file size 232 MB，自述以 CC BY 4.0 再托管，标称为"HAR/ML 社区提供程序化访问镜像"。注意这些镜像的 dataset viewer 因原始文件编码（非 utf-8，含 0xb5 字节）报 UnicodeDecodeError 而不可用——需下载原始文件自行解析。

5.2 许可分歧（三口径并存）

SisFall 的许可证是本条目最重要的一处存照：

• 论文正文：仅声明数据集"available for free download as Supplementary Materials"（作为附件免费下载），未明确标注具体 license（如 CC BY 等）——这是原始文档的缺口；
• 第三方 HF 镜像：自述"legally re-hosted here under the Creative Commons Attribution 4.0 International (CC BY 4.0) license"——但这是镜像方的自述口径，非原始发布方的官方声明；
• 机构库（AGRIS/FAO 收录记录）：标注机构库口径为 CC BY 4.0 与 **CC BY 2.5 CO（Atribución 2.5 Colombia）**并存。

论文本体的许可则是明确的：MDPI Sensors 为开放获取，论文采用 CC BY 4.0。

处理口径：条目按"论文正文未明确 + HF 镜像自述 CC BY-4.0 + 论文本体 CC BY-4.0"三口径并存成稿。使用者注意：由于原始声明未明，若涉及再分发或商用，最稳妥的做法是直接核对 SISTEMIC 项目主页的当期声明，或联系作者确认——不要仅凭镜像自述就认定许可（详见 §10 坑 6）。

5.3 版本链与再托管

SisFall 的版本演进链条如下：

2016-10  预印本 Preprints 201610.0096（早期版本，摘要措辞略异）
   ↓
2017-01  Sensors 17(1):198 正式发表（doi:10.3390/s17010198）
   ↓
├── SISTEMIC 项目主页（原始托管，官方口径）
├── MDPI Supplementary Materials（论文附件，含视频）
└── 第三方再托管：HuggingFace 镜像（CC BY-4.0 自述，232 MB）
    └── （部分二手文献提及 UCI，主源检索未直接命中官方条目，存照）

注意：HuggingFace 镜像虽然方便（可程序化下载），但它是社区再托管，不是官方发布渠道。若镜像的编码处理或文件完整性有偏差，可能影响复现结果。严谨的研究应优先从原始托管或论文附件获取，并用官方 Readme 核对文件数。

5.4 下载与加载实操建议

针对 SisFall 的原始格式，以下为可复现的加载要点（伪代码级）：

# 要点 1：原始文件非 utf-8，须显式指定编码或按字节读
# 要点 2：每行 9 列，以 ; 与 , 分隔，末尾可能带分号
# 要点 3：数值为原始 ADC 计数，须按灵敏度换算
# 加速度(g) = raw / 16384.0      # ADXL345 ±16g 口径
# 角速度(°/s) = raw / 131.0      # ITG3200 口径
# 要点 4：从文件名解析标签
# 文件名形如 D01_SA01_R01.txt / F05_SE06_R03.txt
#   D -> ADL 类别编号 ; F -> 跌倒类别编号
#   SA -> 青年受试者 ; SE -> 老年受试者
#   R  -> 重复序号
# 要点 5：subject-wise 划分时按 SA/SE 编号分组，勿按记录随机切

加载常见错误：用 pandas.read_csv 默认参数直接读会因编码与分隔符问题报错或解析错列；应显式设置编码、分隔符，并在解析后核对行列数（9 列）。

5.5 复现一致的推荐做法

为保证 SisFall 结果可复现，建议在论文/代码中明确声明以下五项：

1. 传感器通道：用哪几路（如仅 ADXL345，或三路全用）；
2. 归一化：是否按 ÷16384.0 / ÷131.0 换算；
3. 窗口与重叠：窗口长度（如 100 采样点 = 0.5 s）与重叠比例（如 50%）；
4. 划分协议：subject-wise / LOSO /（不推荐）随机；
5. 任务定义：二分类跌倒检测，还是多分类活动识别；跌倒类别是否合并。

这五项一旦缺失，读者就无法判断结果是否可对标——而 SisFall 因官方无划分，这五项尤其关键。

5.6 许可使用决策树

面对 SisFall 的许可分歧，建议按以下决策树处理：

你要用 SisFall 做什么？
├─ 学术研究（论文/课程/内部实验）
│   → 可放心使用；无论许可如何，标注出处（Sucerquia et al., Sensors 2017）
│
├─ 再分发（镜像/打包进你自己的数据集）
│   → 先核对 SISTEMIC 主页当期声明；
│     若为 CC BY，需署名并可再分发；
│     若未明确，联系作者书面确认
│
├─ 商用（嵌入产品/训练商用模型）
│   → 不可仅凭 HF 镜像自述；
│     必须取得原始发布方或作者的书面商用授权
│
└─ 训练后发布模型权重
    → 许可的"衍生"边界不清；
      稳妥做法：用 CC BY-4.0 明确的数据或自采数据训练商用模型

核心原则：SisFall 的许可分歧属于"原始声明缺失"型风险，不是"明确禁止"型。学术用途风险低，商用与再分发风险高——决策的关键是能否拿到明确授权。

5.7 托管稳定性评估

入口	稳定性	风险
SISTEMIC 项目主页	中	依赖大学个人/项目页，可能迁移或下线
MDPI 论文附件	高	期刊平台长期维护，最稳定
HF 社区镜像	中高	社区维护，可能被删除或更新
UCI（若存在）	高	大学平台，但未直接命中官方条目

建议：以 MDPI 论文附件作为长期引用锚点（最稳定），以 SISTEMIC 主页作为许可声明的权威源，以 HF 镜像作为程序化下载的便利通道。三者互为备份。

§6 应用与影响：SisFall 被用来做什么

6.1 主要应用场景

SisFall 的典型用途集中在以下几类：

1. 跌倒检测算法研发：二分类（fall vs non-fall）是主战场，研究者用它对标新特征、新分类器、新网络结构；
2. 人体活动识别（HAR）：把 19 种 ADL 做多分类，属于经典时序分类问题；
3. 易混活动抗误报研究：用"踉跄""轻跳"等 fall-like activities 检验算法的误报率（false positive）；
4. 边缘部署与功耗优化：论文"最低约 11 Hz 采样即可"的结论被用于低成本可穿戴设备设计；
5. 域偏移与跨人群泛化研究：老年验证性能下降的发现，成为迁移学习/域自适应研究的素材；
6. 跨数据集融合：与 FallAllD、FARSEEING、UMAFall 等联合训练，提升泛化（如 MDPI Sensors 22(11):4028）。

6.2 方法演进脉络

SisFall 见证并推动了跌倒检测方法的演进：

• 早期（阈值法）：论文自己的基线就是简单阈值分类——直接但脆弱；
• 特征工程 + 传统 ML：提取时域（均值/方差/峰值/过零率）与频域（FFT、功率谱密度 PSD、功率谱熵 PSE）特征，配合 LR/LDA/KNN/DT/NB/SVM/RF；
• 深度学习：CNN、LSTM、CNN-LSTM 混合、注意力机制、Transformer 相继登场（如 arXiv:2603.22313 的多头注意力 + Focal Loss 应对类别不平衡）；
• 综述与教学用途：因结构清晰、类别丰富、元数据完善，SisFall 也常被用作 HAR/时序分类的教学数据集。

6.3 影响力与引用

SisFall 是跌倒检测领域引用量最高的公开数据集之一。论文本身在 Crossref/CiNii 记录 5 次引用（抓取时点早期口径），但真正体现其影响力的是大量引用该数据集而非论文的研究工作——几乎所有跌倒检测的深度学习方法论文都会把 SisFall 列为主要评测集之一。

它的影响力还体现在方法论遗产上：

• "老年验证"的批判视角被后续研究广泛继承——今天很少有跌倒检测论文会只在青年数据上报告结果；
• fall-like activities 的设计被其他数据集借鉴（UMAFall、FallAllD 均含易混活动）；
• **统一朝向约定（+z 前、+y 重力、+x 右）**成为可穿戴传感器数据集的设计参考。

6.4 局限性对应用的约束

应用 SisFall 时必须意识到的边界：

• 不适用于真实世界跌倒预警：模拟跌倒与真实跌倒在运动学上不同，直接部署存在风险；
• 不适用于老年人家用设备验证：跌倒样本非真实老年人群；
• 不适用于多传感器/多部位研究：数据仅来自腰部单点；
• 跨文化/跨体型泛化存疑：单一哥伦比亚人群。

6.5 典型研究范式举例

为帮助检索者理解 SisFall 的用法，以下列举几种典型研究范式：

范式一：特征工程 + 传统分类器。
提取时域/频域特征（均值、方差、峰值、PSD、PSE 等），训练 SVM/RF/KNN，做跌倒二分类。这一路线可解释性强、算力需求低，适合嵌入式部署研究。代表：zurb2020。

范式二：端到端深度学习。
把滑窗后的原始信号直接送入 CNN/LSTM/CNN-LSTM，自动学习特征。这一路线精度高但需大量数据、可解释性弱。代表：arXiv:2603.22313（CNN-LSTM + 多头注意力 + Focal Loss）。

范式三：迁移学习 / 跨数据集。
用大规模活动数据集（如 UCI HAR）预训练，再用 SisFall 微调；或把 SisFall 与 FallAllD/FARSEEING/UMAFall 融合训练提升泛化。代表：MDPI Sensors 22(11):4028。

范式四：域自适应 / 老年泛化。
针对"青年训练→老年测试"的域偏移，研究域自适应方法以缩小性能落差。这正是 SisFall 论文"老年验证性能下降"结论的直接延伸。

范式五：轻量化 / 边缘部署。
研究降采样（论文称约 11 Hz 即可）、模型剪枝、量化，把跌倒检测跑到低功耗可穿戴设备上。

6.6 对产业与临床的启示

SisFall 的实践给跌倒检测产业化留下三点启示：

1. 数据代表性决定产品可靠性：用青年数据训练的模型若部署到老年用户，性能会掉——这是产品化最大的隐性风险；
2. 分阶段验证不可省：实验室模拟数据只应作为算法开发的起点，真实用户数据（哪怕少量）是不可替代的验证环节；
3. 误报体验优先于检出率：跌倒检测产品的首要痛点是误报（老人被频繁误报会产生抵触），因此 fall-like activities 的训练与评估从产品视角看比单纯追求 recall 更重要。

6.7 与临床/照护场景的衔接

从临床与照护场景看，SisFall 的定位是技术验证工具而非临床决策工具：

• 它不提供：跌倒风险评分、跌倒后伤情判断、干预建议；
• 它提供：算法能否识别运动信号中的跌倒模式的验证基准；
• 衔接方式：算法在 SisFall 上验证后，仍需在真实场景（养老院、居家）做前瞻性测试，才能用于实际照护；
• 伦理衔接：产品化时须考虑"误报导致的照护负担"与"漏报导致的安全风险"之间的平衡，而非只看模型指标。

这一衔接提醒研究者：数据集上的高分是必要条件，不是充分条件。

6.8 教学价值

SisFall 在教学场景中的价值被广泛认可，原因有三：

1. 数据易得易读：纯文本、结构清晰，学生无需复杂工具链即可上手；
2. 任务定义清晰：跌倒检测（二分类）与活动识别（多分类）边界明确，便于设计课程作业；
3. 方法论完整：从特征工程到深度学习、从划分协议到域偏移，SisFall 能覆盖完整的研究链路。

因此它常出现在生物医学工程、机器学习、可穿戴计算等课程的数据集列表中。

§7 AI-Ready 视角：SisFall 的工程账

AI-Ready 的核心问题是：一个数据集要满足什么条件，才能被 AI 系统低摩擦地发现、获取、理解、加载、复现？ 用这把尺子量 SisFall，会得到一份"优点突出、缺口也突出"的账单。

7.1 优势面

• 结构规整：文件夹按受试者编号（SAxx/SExx）、文件名编码活动类型（D/F）、重复序号（R），标签无需外部映射表即可解析——这是许多数据集缺失的；
• 元数据完备：论文给出了受试者人口学（年龄/性别/身高/体重）、传感器型号与量程、采样率、传感器朝向、活动清单全表；
• 协议可复现：采集设备、活动定义、伦理审批、执行规则均有明确描述；
• 基线公开：论文提供了可直接对标的基线数字与特征定义，降低了首次使用的门槛；
• 格式简单：纯文本 9 列，任何语言都能解析，无需专用工具链。

7.2 缺口面

• 许可不明：论文正文未明确标注数据集 license，是最大的 AI-Ready 减分项——机器可读的许可元数据缺失，自动化合规校验无法进行；
• 时长未定义：单条记录时长未统一规定，导致预处理口径碎片化（10 s vs 15 s vs 滑窗），复现摩擦大；
• 类别不平衡：ADL:fall ≈ 1.5:1，且活动间重复次数不均（walking/jogging 仅 1 次）；
• 样本偏斜：跌倒样本几乎全来自青年，老年组只有 SE06 一人做跌倒——代表性缺口；
• 无官方加载脚本：没有像 HuggingFace datasets 那样的标准加载接口（第三方镜像因编码问题 viewer 不可用），需自行写解析器；
• 无标准划分：官方未提供训练/测试划分，subject-wise split 由使用者自定义，导致跨论文结果可比性差。

7.3 AI-Ready 光谱定位

若把数据集按"即插即用程度"排布，SisFall 处于中上游：

维度	评级	说明
可发现性	高	论文高被引、多平台可检索
可获取性	中高	三入口均可下载，但原始页面稳定性一般，镜像许可自述待核
可理解性	高	论文元数据完备，结构清晰
可加载性	中	纯文本易解析，但无标准接口，编码需处理
可复现性	中	基线公开，但划分/时长口径不统一
合规明确性	低	许可未明确标注

一句话结论：SisFall 是"内容优质、元数据良好、但合规声明与标准化不足"的典型——它把"数据本身该怎么整理"做到了早期最好，却在"许可与接口标准化"上留了历史欠账。这恰好是 AI-Ready 改造最该关注的一类数据集。

7.4 若要做 AI-Ready 改造，优先补什么

把 SisFall 当作一个"待改造"的数据集，优先级最高的三件事是：

1. 补许可元数据：在原始发布页与 Readme 中明确写出 license（如确为 CC BY-4.0，则标注并附 SPDX 标识符），使自动化合规校验可读；
2. 发布标准化封装：提供 Parquet/CSV 版本 + HuggingFace datasets 加载脚本（修复编码），降低加载摩擦；
3. 固化官方划分：提供 subject-wise 与 LOSO 两种官方划分文件，终结"各论文各划各的"局面。

这三项补上后，SisFall 的 AI-Ready 评级可从"中上游"提升到"接近即插即用"。这也是千方病案医数集收录此类数据集的意义——把改造需求结构化地记录下来。

7.5 AI-Ready 五维得分参照（库内横向视角）

为便于与库内其他条目横向比较，给出 SisFall 在 AI-Ready 五个核心维度的评估参照：

维度	SisFall	典型影像条目（如 panda-plus）	差异来源
可发现性	高（8）	高（7-8）	均靠论文 + 平台
可获取性	中高（7）	中（5，请求制）	SisFall 三入口公开，优于请求制
可互操作	中（6）	中高（7，PNG/QuPath）	SisFall 非标准格式，需自解析
元数据质量	中高（7）	高（8）	SisFall 时长/总数多口径
可持续性	中（6）	中（6）	均依赖单一托管方

结论：SisFall 的"可获取性"优于请求制数据集，但"可互操作性"弱于有标准格式体系的影像数据集。这体现了生理信号数据集与影像数据集的 AI-Ready 短板不同：影像缺在获取门槛，信号缺在格式标准。

7.6 AI-Ready 视角下的"该记什么"

SisFall 提醒 AI-Ready 词条维护者，一个数据集的条目至少应记清以下六件事：

1. 它是什么类型的数据（影像/信号/文本/组学），避免检索者错配；
2. 规模与人群（受试者/样本数/年龄性别），判断代表性；
3. 采集协议与设备（采样率/传感器/朝向），判断可复现性；
4. 许可与获取路径（license/入口/是否请求制），判断合规可用性；
5. 评测协议与已知坑（划分/窗口/口径冲突），判断可比性；
6. 局限与适用边界（模拟/偏斜/域差），判断可部署性。

这六件事构成了 AI-Ready Wikipedia 条目的最小完备集，SisFall 条目正是按此组织。

§8 方法学启示：七条可迁移的经验

SisFall 给数据集建设与算法研发留下的可迁移经验，可以归纳为三条。

8.1 经验一：仿生跌倒的代价必须被如实标注

SisFall 让年轻人模仿老年人跌倒，以在伦理约束下获取"接近真实"的跌倒样本。这一设计的价值与代价都是双面的：价值在于拿到了任何纯年轻人跌倒数据都没有的"慢速、犹豫式倒地"样本；代价在于它终究不是真实老年跌倒。可迁移点：当数据采集无法覆盖目标人群时，应在元数据中显式声明"这是仿生/代偿样本"，而不是含糊带过。SisFall 论文如实报告了老年验证性能下降，正是这种诚实的范例。

8.2 经验二：易混活动（fall-like activities）是跌倒检测的试金石

SisFall 特意加入"踉跄"“轻跳”“快速坐下"等易与跌倒混淆的活动。这些活动能产生类似跌倒的加速度峰值，是检验算法误报率的天然硬样本。可迁移点：任何做"异常事件检测"的数据集，都应主动纳入"近似异常的正常样本”（near-miss negatives）——没有它们，算法在真实场景的误报率会被严重低估。后续 UMAFall、FallAllD 等数据集都继承了这一设计。

8.3 经验三：多通道共存需要显式的"用哪几路"声明

SisFall 公开了两型加速度计 + 一型陀螺仪共三路传感器，但论文只用了 ADXL345。不同后续研究对通道的选择不同（有的弃用 MMA8451Q，有的全用）。可迁移点：多模态数据集应明确声明"基准配置用哪几路"，并说明各路的取舍理由。否则"同一数据集"会因通道选择不同而产生不可比的基线。

8.4 经验四：论文的负向结论与正向数字同等重要

SisFall 论文既报告了"最高约 96%"这一亮眼数字，也报告了"老年验证性能显著下降"这一挫折性结论，并把它写成呼吁新研究的正面动机。可迁移点：数据集论文不应只报喜——把"数据集暴露了什么困难"写清楚，往往比"数据集达到了什么分数"更有长期价值。SisFall 之所以成为基准，一半靠规模，一半靠这份诚实的自我批判。

8.5 经验五：元数据命名即接口

SisFall 把"活动类型 + 受试者 + 重复"全部编码进文件名与文件夹名，实现了"零映射表可解析标签"。可迁移点：数据集的命名规范本身就是一种接口设计——好的命名能让下游代码少写几十行映射逻辑，也让数据在流转中不易丢失语义。这是低成本、高回报的 AI-Ready 实践。

8.6 经验六：类别不平衡要在采集阶段就记录清楚

SisFall 的 ADL:fall ≈ 1.5:1 且活动间重复不均（walking/jogging 仅 1 次）。这一不平衡并非缺陷，而是真实实验约束的诚实反映。可迁移点：与其事后隐瞒不平衡，不如在采集阶段就记录"每类活动为什么是这个样本量"——这些元数据对使用者判断"是否需要用重加权/Focal Loss"至关重要。SisFall 把活动清单与重复规则公开，正是这种透明。

8.7 经验七：伦理约束下的代偿设计需公开讨论

SisFall 因伦理不让老年人跌倒，转而让年轻人模仿。这一代偿设计的得失，论文在讨论节公开讨论（报告老年验证性能下降）。可迁移点：当伦理约束影响数据代表性时，最好的做法不是隐藏，而是"公开代偿机制 + 公开代偿代价"——既维护受试者权益，也让使用者对局限心知肚明。这是负责任数据集的标杆做法。

§9 与库内条目的关系

SisFall 在千方病案医数集库内处于"可穿戴生理信号—老年运动健康"的交叉位置。以下为建议的互链关系（库内 rid 待主会话回填，正文一律占位 /0）：

9.1 直接同域（可穿戴惯性传感 / HAR）

• WISDM（slug wisdm）：WISDM 智能手机与手表活动与生物识别数据集——与 SisFall 同属"可穿戴惯性传感器做人体活动识别"这一核心域。二者可互为"数据集选择对照"：WISDM 用手机/手表、采样率较低、活动偏基础；SisFall 用自研腰部设备、200 Hz、含跌倒。检索任一条目都宜提示另一条。建议互链语：“若需跌倒检测类，见 SisFall；若需通用活动识别与生物识别，见 WISDM。”

9.2 同域延伸（老年健康 / 队列）

• CHARLS（slug CHARLS）：中国健康与养老追踪调查——老年人群队列，跌倒是常见结局变量，可与 SisFall 形成"队列流行病学 ↔ 传感器检测"的上下游关系。CHARLS 提供"谁容易跌倒、跌倒后结局如何"的人群证据，SisFall 提供"如何自动检测跌倒"的技术基准；
• All of Us（slug all-of-us）：含可穿戴数据的大型健康队列——与 SisFall 在"可穿戴数据用于健康监测"层面呼应，可作为"可穿戴 + 队列"的横向参照。

9.3 可穿戴传感类近邻

• wearable-exam-stress（可穿戴考试压力监测）、big-ideas-glycemic-wearable（可穿戴血糖监测）、brain-wearable-monitoring（可穿戴脑监测）——同属"可穿戴传感"大类，可作为"可穿戴数据集"聚合检索的关联条目。共同的方法论底盘都是"从连续穿戴信号中推断健康状态"。

9.4 本批同派发候选（时间邻近，互为参照）

本批同步派发的候选有 wisdm、capsleep、fantasia、globem、livecell——其中 wisdm 与 SisFall 域最接近（同为可穿戴惯性 HAR），capsleep（睡眠信号）与 fantasia（心电/睡眠）属生理信号大类，globem 与 livecell 属其他域。建议发布后统一建立"本批互链"，并在 §9 维护一张"可穿戴/生理信号"域的聚合表。

9.5 消歧提示（写正文，不进 frontmatter）

• SisFall ≠ 骨密度/影像类跌倒风险评估数据集：它测的是运动时序信号，不是骨质或影像；
• SisFall ≠ UCI HAR：UCI HAR 是 50 Hz 智能手机数据、无跌倒类；SisFall 是 200 Hz 腰部设备、含 15 类跌倒。两者常被联合使用（UCI HAR 预训练 + SisFall 微调），但不可互相替代；
• SisFall ≠ MobiFall/tFall/DLR：这些是论文并列的同期数据集，SisFall 的差异在规模（1798 跌倒样本）与受试者数（38 人）；
• “SisFall” 的首段 “Sis” 来自团队名 SISTEMIC，不是"姐妹（sister）“或"系统版本号”。

互链纪律提醒（依 R018/R012）：正文中一切库内 rid 一律占位 /0 或留空，禁止猜测/预估 rid 写入；待主会话入库后统一回填，避免"导航目标不在架"。

§10 避坑清单：十二个已踩过的坑

坑 1：把 SisFall 当成影像/骨密度数据集。
SisFall 是惯性传感器时序数据（加速度 + 角速度），不是影像、不是骨密度、不是跌倒风险问卷。检索时若期待的是"老年人跌倒风险影像数据集"，会完全错配。名字里的 “Sis” 来自团队 SISTEMIC，“Fall” 即跌倒。

坑 2：把老年组人数写成 16 人或混淆 14/15。
论文摘要写"14 healthy and independent participants over 62 years old"，但正文 §3.2 与结论明确老年组为 15 人（含 60 岁的 SE06）。NSFC 中文文献另有一处写"16 位 60–75 岁老年人"——属笔误或不同口径。本条目按论文正文 15 人 成稿。使用时以论文正文为准。

坑 3：记录总数用 4504/4505/4510 哪一个？
论文口径为 4504（ADL 2706 + 跌倒 1798）；zurb2020 写 4505（2707 ADL + 1798 falls）；arXiv:2209.04785 写 4510（全体 38 人分析口径）。差异可能来自统计时点、是否含某个边界记录或口径不同。本条目以论文 4504 为主，存照两说。引用时务必标注口径来源。

坑 4：单条记录时长到底是多少？
论文未给出统一时长。后续研究口径不一：zurb2020 裁至 10 s；NSFC 文献称标注样本 15 s、跌倒段平均 1.5 s。若照搬他人论文的"样本数"而不核对窗口长度，会得到完全不同的训练集。使用前须确认窗口约定。

坑 5：误以为跌倒样本覆盖真实老年人。
老年组不执行跌倒（除 SE06 一人）。15 类跌倒的运动学来自年轻人模仿。任何声称"在 SisFall 上验证了老年人跌倒检测"的说法都要打问号——正确表述是"在含老年 ADL + 青年跌倒的数据集上验证"。这一局限是 SisFall 最被诟病处，论文自己用"老年验证性能下降"如实报告。

坑 6：许可照搬 HF 镜像的 CC BY-4.0 声明。
论文正文未明确标注数据集 license；HF 镜像是第三方再托管，其 CC BY-4.0 是镜像方自述；AGRIS 另有 CC BY 2.5 CO 口径。三口径并存，涉及再分发/商用须核对原始托管方（SISTEMIC 主页）当期声明或联系作者。

坑 7：用错通道（传感器列）导致基线不可比。
每行 9 列对应三路传感器：列 1–3 为 ADXL345(±16g)、列 4–6 为 MMA8451Q(±8g)、列 7–9 为 ITG3200。论文基准只用 ADXL345；有研究弃用 MMA8451Q。用几路通道直接决定特征维度，跨论文比较前必须对齐通道配置。

坑 8：忽略原始文件的编码与分隔符。
原始 txt 非 utf-8 编码（含 0xb5 字节），HF 镜像 dataset viewer 因此报 UnicodeDecodeError；且数值为原始 ADC 计数（需 ÷16384.0 转 g、÷131.0 转 °/s），行内以 ;/, 分隔。直接 pandas.read_csv 需显式指定编码与分隔符。

坑 9：不做 subject-wise 划分就报分数。
SisFall 官方未提供训练/测试划分。若随机划分（同一受试者的窗口同时进训练和测试），会因数据泄漏得到虚高分数。标准做法是 subject-wise split（按 SA/SE 编号分人）或 LOSO 交叉验证。报告结果时应明确声明划分方式。

坑 10：把"跌倒检测"与"活动识别"的分数混用。
跌倒检测是二分类（fall vs ADL），活动识别是多分类（19+15 类），两者的准确率、F1 定义与难度完全不同。不能把"活动识别 95%"当作"跌倒检测 95%"来引用——这是文献中常见的口径混淆。

坑 11：忽视类别不平衡直接算准确率。
ADL:fall ≈ 1.5:1，且部分活动样本更少。若只看总准确率（accuracy），模型可能偏向多数类而"看起来很好"。应报告 per-class 的 precision/recall/F1，或引入 Focal Loss 等不平衡处理（如 arXiv:2603.22313）。

坑 12：把论文引用数与数据集采用量等同。
论文本身引用数（抓取时点 5 次）并不反映 SisFall 的实际使用广度——大量研究直接引用数据集而非论文（如仅在数据集一节致谢）。判断其影响力应看"以 SisFall 为评测集的工作数量"，而非论文被引数。

§10.5 使用前五项自查

综合以上坑点，使用 SisFall 前建议完成五项自查：

1. 人群核对：我的目标人群是否为老年人？若是，是否意识到跌倒样本非老年？（坑 5）
2. 口径核对：我引用的记录总数/受试者数来自哪一源？（坑 2、坑 3）
3. 预处理核对：我的窗口长度、通道、归一化是否与对照研究一致？（坑 4、坑 7、坑 8）
4. 划分核对：我是否做了 subject-wise / LOSO 划分？（坑 9）
5. 许可核对：我的用途（尤其商用/再分发）是否已确认官方许可？（坑 6）

五项均过，方可放心使用 SisFall 并报告结果。

§11 总结

SisFall 用一枚自研的腰部小设备，把跌倒检测这个"看起来很工程"的问题拉回到数据本身：38 位受试者、19 种日常活动、15 种模拟跌倒、4504 条 200 Hz 三轴记录。它的伟大之处不在于数字多大——而在于它把"数据集该怎么设计"讲清楚了：活动清单来自实地调查、跌倒覆盖三向三因、易混活动专门纳入、传感器朝向统一、伦理底线清晰。它同时诚实地报告了"老年验证性能下降"这一负向结论，为整个领域立下了一个批判性的标杆。

它的局限同样清楚：跌倒全为模拟、老年样本无真实跌倒、许可未明确标注、时长口径不统一。对 AI-Ready 而言，SisFall 是"内容优质、工程规范、合规欠账"的典型样本——它提醒我们：一个数据集能不能被 AI 低摩擦地用好，不只取决于数据的质量，还取决于许可声明、元数据标准与接口规范这些"看不见的工程"。而这，正是千方病案医数集把 SisFall 收录为 AI-Ready Wikipedia 条目的意义所在：把它的优点固化下来，把它的欠账标注清楚。

FAQ（高频问答 45 问）

A. 基础认知

Q1：SisFall 是挑战赛吗？
不是。它没有比赛、没有 leaderboard，是一份公开发布的惯性传感器数据集 + 一篇基准论文（Sensors 2017），属"数据 + 方法"二合一。

Q2：名字里的 “Sis” 指什么？
SISTEMIC（Sistemas Embebidos e Inteligencia Computacional，嵌入式系统与计算智能）——采集该数据集的 UDEA 研究组名。“SisFall” = SISTEMIC + Fall。

Q3：谁做的、哪个机构？
哥伦比亚安蒂奥基亚大学（Universidad de Antioquia UDEA）工程学院 SISTEMIC 组；作者 Angela Sucerquia、José David López（通讯）、Jesús Francisco Vargas-Bonilla。

Q4：发表在哪里、什么时候？
Sensors（MDPI）2017 年第 17 卷第 1 期第 198 篇，2017-01-20 在线；doi:10.3390/s17010198。预印本 Preprints 201610.0096（2016-10）。

Q5：多久之前的？还不过时吗？
2017 年发布。虽时间较早，但因结构规范、跌倒样本量大，至今仍是跌倒检测领域最常用的公开基准之一；其技术覆盖面（200 Hz、三轴、多类）不过时，但"跌倒全为模拟"的局限也日益被强调。

Q6：它和 WISDM、UCI HAR 什么关系？
同域但不同定位。UCI HAR（50 Hz，手机，6 类 ADL，无跌倒）常被用作 SisFall 的预训练源；WISDM（手机/手表，活动+生物识别）是另一份可穿戴 HAR 数据集。三者可互相对照，但不能互相替代（坑 1）。

Q7：最大的卖点一句话？
在当时拥有最大的公开跌倒样本量（1798 条）与最多的受试者（38 人），且活动清单来自实地调查、结构规范可直接加载。

Q8：它自己有什么局限？
跌倒全为模拟、老年组不做跌倒（仅 SE06 例外）、类别不平衡、单一人群、许可未明确标注、时长口径不统一——论文与后续文献多有讨论（见 §10）。

Q9：开源吗？收费吗？
免费下载。三入口（SISTEMIC 主页 / MDPI 论文附件 / HF 镜像）均可获取，无付费墙。

Q10：适合做教学数据集吗？
非常适合。结构清晰、类别丰富、纯文本易解析、基线公开，是时序分类与 HAR 教学的常用素材。

B. 数据与获取

Q11：4504 条记录怎么来的？
ADL 2706 条 + 跌倒 1798 条 = 4504（论文口径）。ADL 记录多是因为活动类型多（19 种）且多数每人 5 次重复；跌倒 1798 条对应 15 类 × 多受试者 × 多次重复。

Q12：为什么老年组没有跌倒数据？
出于伦理与安全：论文按运动医学医生建议，老年受试者不做跌倒动作（也跳过 D06/D13/D18/D19 四种 ADL）。只有 60 岁的柔道专家 SE06 完成了全部动作。

Q13：年轻人怎么"模仿老年人跌倒"？
被要求执行更慢、更符合老年人摔倒动力学特征的动作（如缓慢失衡后倒地），而非年轻人惯常的快速翻滚缓冲。目的是贴近真实场景，但仍是模拟。

Q14：传感器朝向怎么定义的？
正 z 朝前、正 y 沿重力、正 x 指向受试者右侧——论文明确给出，全数据集统一，无需逐记录对齐。

Q15：两枚加速度计用途有何不同？
ADXL345（±16g）量程大，捕捉跌倒撞击强冲击；MMA8451Q（±8g）分辨率更高（14 位），捕捉日常细微运动。互补冗余。论文基准仅用 ADXL345。

Q16：原始文件怎么读？
纯文本，每行 9 列，非 utf-8 编码，数值为原始 ADC 计数。需指定编码、按分隔符解析，并按灵敏度换算（加速度 ÷16384.0、角速度 ÷131.0）。

Q17：跌倒是怎么做的、安全吗？
在安全垫上、监督下完成的模拟跌倒，经 UDEA 医学院生物伦理委员会批准、符合《赫尔辛基宣言》。

Q18：HF 镜像能直接用吗？
可下载（232 MB），但镜像 viewer 因原始编码报错不可用，需自行解析；且镜像许可是自述 CC BY-4.0，非官方声明（坑 6）。

C. 统计与基准

Q19：96% 准确率是什么概念？
论文自己基线的跌倒二分类最高准确率（特征 C8 达 96.1% ± 0.75%）。注意这是在该数据集特定划分与预处理下的结果，不可跨任务直接比较。

Q20：为什么老年验证会掉性能？
域偏移：年轻人（模仿老年）的跌倒运动学与真实老年跌倒有别。在青年样本上学到的特征迁移到老年样本时失效，论文据此发出警示。

Q21：subject-wise 划分为什么重要？
SisFall 官方无划分。若随机切分，同一受试者的窗口同时进入训练与测试会造成数据泄漏、分数虚高。标准做法是按 SA/SE 编号分人或 LOSO。

Q22：跌倒的四阶段是什么？
失衡 → 失重 → 撞击 → 静止。这一分解是提取自由落体、撞击峰值、倒地静止等特征的理论基础。

Q23：一次跌倒有多长？
论文称完整跌倒平均约 1.5 s；若标注时长为 15 s，跌倒段仅占约 10%——因此滑窗与精细定位很重要（坑 4）。

Q24：最低多高采样率够用？
论文分析结论：若使用滤波，约 11 Hz 即可满足跌倒检测——为低功耗边缘设备提供了依据。

Q25：能否和其他数据集联合训练？
可以。已有研究把 SisFall 与 FallAllD、FARSEEING、UCI HAR、UMAFall 等融合训练，提升跨域泛化。

D. 许可与合规

Q26：SisFall 的许可证是什么？
论文正文未明确标注。第三方 HF 镜像自述 CC BY-4.0；AGRIS 标 CC BY 4.0 / CC BY 2.5 CO。三口径并存（坑 6）。

Q27：能商用吗？
不确定。原始声明未明确再分发与商用条款。商用前须核对 SISTEMIC 主页当期声明或联系作者书面确认。

Q28：再分发需要署名吗？
若按 CC BY 口径，需要署名原作者与来源。因原始许可未明，建议无论何种用途都标注出处（Sucerquia et al., Sensors 2017;17(1):198）。

E. 生产与库内

Q29：本条目在库内的定位？
属于"生理信号 / 可穿戴传感 / 步态与运动"域，是可穿戴惯性传感跌倒检测的代表条目；与 WISDM、CHARLS、All of Us 等可互链。

Q30：本条目后续会更新什么？
优先级最高的是许可核实（一旦取得官方明确许可声明，条目许可节与 AI-Ready 评级改写）；其次是第三方基准扩表与论文引用数追记。

F. 复现与工程细节

Q31：原始文本文件到底长什么样？
每个文件每行 9 个数值，对应 ADXL345 的 x/y/z、MMA8451Q 的 x/y/z、ITG3200 的 x/y/z；数值为原始 ADC 计数，行内以逗号分隔、行末常带分号。文件行数即为该次活动的采样点数（如 200 Hz 下 15 s 约 3000 行）。

Q32：为什么两个加速度计的读数范围不一样？
因为量程不同：ADXL345 为 ±16g（13 位），MMA8451Q 为 ±8g（14 位）。同样的物理加速度，在 ±8g 传感器上的 ADC 计数更大、分辨率更细；但超过 ±8g 会饱和，因此撞击瞬间两者读数可能不同（±16g 更能扛撞击）。

Q33：怎么把原始计数变成物理单位？
加速度 ÷16384.0 得 g；角速度 ÷131.0 得 °/s（arXiv:2603.22313 口径）。不同文献的换算常数可能略有差异（取决于量产灵敏度标定），复现时需说明所用常数。

Q34：文件名怎么解析标签？
三段式 {Dxx/Fxx}_{SAxx/SExx}_{Rxx}.txt：D 开头为 ADL（编号 01–19），F 开头为跌倒（编号 01–15）；SA 为青年受试者、SE 为老年受试者；R 为重复序号。解析只需字符串切分，无需外部映射表。

Q35：为什么 HF 镜像的 viewer 打不开？
因为原始文件不是 utf-8 编码（含 0xb5 等字节），HF 自动特征推断时报 UnicodeDecodeError。这不是数据损坏，而是编码问题——下载后按字节/指定编码解析即可。

Q36：SisFall 能用增强（augmentation）吗？
可以，但要注意物理合理性：时间抖动、时间缩放、加噪、轴旋转是常用增强；但对传感器数据做镜像翻转会破坏重力方向（+y 沿重力）的物理约束，需谨慎。

Q37：跌倒类别要不要合并？
取决于任务。二分类（fall vs ADL）最常用；若做跌倒方向分类，15 类可按前/后/侧合并成 3 类（NSFC 文献做法）；若做细粒度跌倒类型识别，则保留 15 类——但样本会相当稀疏（每类约 100+ 条）。

Q38：单条记录要不要裁剪？
建议裁剪。整条记录两端往往含准备/结束动作，zurb2020 裁至 10 s 以剔除边界噪声。裁剪长度须与对照研究一致，否则样本数不可比（坑 4）。

G. 伦理与人群

Q39：老年人不做跌倒，会不会影响数据集的伦理合规性反而是优点？
结构上是伦理优点、数据上却是代表性缺陷。SisFall 的取舍是"伦理优先"：宁可牺牲跌倒样本的老年代表性，也不让老年人承担跌倒风险。这是值得肯定的伦理立场，但使用者须在论文局限中声明该缺陷。

Q40：SE06 一人做全部跌倒，会不会引入单点偏差？
会。SE06 是柔道专家，其跌倒技巧与缓冲能力可能优于普通老年人，因此他提供的"老年跌倒"样本可能不能代表普通老年人群——这一点论文与后续讨论中均被提及。

Q41：SisFall 符合 GDPR/知情同意的要求吗？
论文声明经 UDEA 医学院生物伦理委员会批准、符合《赫尔辛基宣言》，受试者自愿参与、数据去标识（以编号发布）。这符合当时的伦理规范；但具体是否满足各地 GDPR 等法规，需使用者根据用途自行评估。

H. 与库内其他条目

Q42：SisFall 和 WISDM 该选哪个？
若研究跌倒检测，选 SisFall（含跌倒类）；若研究通用活动识别/生物识别，选 WISDM（活动+身份）。二者可互为补充：WISDM 预训练 + SisFall 微调是可行的迁移路线。

Q43：SisFall 能和中国人群研究（如 CHARLS）结合吗？
可以形成"队列流行病学 ↔ 传感器检测"的上下游：CHARLS 提供老年人群跌倒发生率与风险因素的流行病学证据，SisFall 提供检测算法的技术基准。二者不直接合并数据，但可互相引用作为背景。

Q44：本条目与库内 wearable-exam-stress 有什么共同点？
同属"可穿戴传感时序数据"大类，都涉及"从惯性/生理信号中推断状态"的方法论，可归入可穿戴数据集的聚合检索。

Q45：本条目为什么没有独立疾病标签？
因为跌倒是一种健康事件/结局，而非疾病诊断。SisFall 的域标签落在"生理信号 / 可穿戴传感 / 步态与运动"，patient_tags 标注为老年人/成人。

---

事实清单（硬事实 50 条）

1. 全称 SisFall: A Fall and Movement Dataset，作者 Angela Sucerquia、José David López、Jesús Francisco Vargas-Bonilla。
2. 论文：Sensors. 2017;17(1):198，doi:10.3390/s17010198，MDPI 开放获取（CC BY 4.0）。
3. 预印本 Preprints 201610.0096（2016-10）；正式在线 2017-01-20。
4. 团队：SISTEMIC 组，Universidad de Antioquia UDEA，哥伦比亚麦德林。
5. 受试者总数 38 人。
6. 青年组 23 人（11 男 12 女），年龄 19–30 岁。
7. 老年组 15 人（8 男 7 女），年龄 60–75 岁。
8. 特殊参与者 SE06，60 岁柔道专家，完成全部 ADL 与跌倒。
9. 19 种 ADL（D01–D19）+ 15 种跌倒（F1–F15）= 最多 34 种活动。
10. 论文口径记录总数 4504（ADL 2706 + 跌倒 1798）。
11. 存照口径：zurb2020 写 4505（2707 ADL + 1798 falls）；arXiv:2209.04785 写 4510。
12. 采样率 200 Hz。
13. 传感器：ADXL345（±16g，13 位）、MMA8451Q（±8g，14 位）、ITG3200（±2000°/s，16 位）。
14. 微控制器 Freescale/NXP Kinetis MKL25Z128VLK4；存储 SD 卡；电池 1000 mA/h。
15. 传感设备固定于腰部（腰带扣位置）。
16. 传感器朝向：+z 朝前、+y 沿重力、+x 指向受试者右侧。
17. 每份记录 txt 每行 9 列（三路传感器 × 三轴）。
18. 文件名三段式：{Dxx/Fxx}{SAxx/SExx}.txt。
19. 文件夹按受试者编号组织：SA01–SA23（青年）、SE01–SE15（老年）。
20. 老年组不执行跌倒；不做 D06、D13、D18、D19（运动医学医生建议）。
21. 年轻人模仿老年人跌倒方式执行跌倒动作。
22. 多数活动每受试者 5 次重复；walking/jogging 每受试者仅 1 次。
23. 跌倒四阶段：失衡 → 失重 → 撞击 → 静止。
24. 一次完整跌倒平均约 1.5 s。
25. 论文基线跌倒检测准确率最高约 96%（特征 C8 96.1% ± 0.75%；C2 95.0% ± 1.2%）。
26. 老年受试者验证使跌到检测性能显著下降（论文核心警示）。
27. 论文动态特征窗口 200 ms – 2 s，多数取 N_v = 1 s（200 采样点）。
28. 论文分析结论：滤波后最低约 11 Hz 采样即可满足跌倒检测。
29. 活动清单来自 15 名独居老人 + 17 家养老院调查（2014，麦德林/马尼萨莱斯）+ 文献分析。
30. 伦理：经 UDEA 医学院生物伦理委员会批准，符合《赫尔辛基宣言》；跌倒均在安全垫上监督完成。
31. 论文列同期数据集：MobiFall 342 ADL+288 falls；tFall 240 falls；DLR 961 ADL+56 falls；Project Gravity 138 ADL+72 falls。
32. 数据获取三入口：SISTEMIC 项目主页、MDPI 论文附件、第三方 HF 镜像（232 MB）。
33. 论文附件含全部记录 txt + Readme + 活动视频 + 特征表。
34. 数据集许可：论文正文未明确标注；HF 镜像自述 CC BY-4.0；AGRIS 标 CC BY 4.0 / CC BY 2.5 CO。
35. 论文本体许可：CC BY 4.0（MDPI 开放获取）。
36. 单条记录时长论文未统一规定；二手研究用 10 s（zurb2020）或 15 s（NSFC）。
37. 加速度归一化 ÷16384.0、角速度归一化 ÷131.0（arXiv:2603.22313 口径）。
38. 主流评测协议：subject-wise split / LOSO 交叉验证；滑窗 100 采样点（0.5 s）、50% 重叠。
39. HF 镜像 viewer 因原始编码（含 0xb5 字节）报 UnicodeDecodeError 不可用。
40. 抓取时点（2026-10-15）Crossref/CiNii 记录论文引用 5 次（早期口径）。
41. 青年组录制总耗时约 3.5 小时/人；老年组约 1.5 小时/人。
42. 活动清单经 2014 年实地调查（15 名独居老人 + 17 家养老院）+ 文献分析双重确定。
43. 文件命名三段式 {Dxx/Fxx}_{SAxx/SExx}_{Rxx}.txt 无需外部映射表即可解析标签。
44. 官方未提供训练/测试划分，subject-wise / LOSO 由使用者自定义。
45. 常用滑窗配置：100 采样点（0.5 s @200 Hz）、50% 重叠（arXiv:2603.22313）。
46. zurb2020 弃用 MMA8451Q，理由是常规设置只有一枚加速度计。
47. 论文最佳特征 C2 为静态特征（仅水平面 x/z 轴），C8 为论文报告的最高准确率特征。
48. 论文对比同期数据集规模：SisFall 跌倒样本 1798 条，远超 DLR（56）、Project Gravity（72）、tFall（240）。
49. 当前公开渠道无 SisFall 的 Parquet/CSV 标准化封装；主流做法为自行解析原始 txt。
50. SisFall 与 UCI HAR 常被联合使用（UCI HAR 预训练 + SisFall 微调），但两数据集采样率与类别定义不同，不可直接合并。

---

术语表（35 条）

术语	释义
SisFall	本数据集名称，SISTEMIC + Fall 合成词
IMU	Inertial Measurement Unit，惯性测量单元（加速度计 + 陀螺仪）
ADL	Activities of Daily Living，日常生活活动
fall detection	跌倒检测，判定是否发生跌倒（二分类为主任务）
HAR	Human Activity Recognition，人体活动识别
ADXL345	Analog Devices 三轴加速度计，±16g，13 位（论文主用）
MMA8451Q	Freescale 三轴加速度计，±8g，14 位
ITG3200	三轴陀螺仪，±2000°/s，16 位
MKL25Z128VLK4	Freescale/NXP Kinetis 微控制器（采集设备主控）
sampling rate	采样率，本数据集 200 Hz
tri-axial	三轴（x/y/z）
raw ADC count	原始模数转换计数（未归一化）
fall-like activity	易与跌倒混淆的活动（踉跄、轻跳等）
simulated fall	模拟跌倒（非真实跌倒）
imbalance / weightlessness / impact / inactivity	跌倒四阶段：失衡/失重/撞击/静止
subject-wise split	按受试者划分训练测试（防泄漏）
LOSO	Leave-One-Subject-Out，留一受试者交叉验证
subject-dependent	训练测试含同一受试者（易泄漏）
subject-independent	训练测试不含同一受试者（金标准）
sliding window	滑动窗口切分（常用 100 采样点/0.5 s，50% 重叠）
false positive	误报（把非跌倒判为跌倒）
fall-like negative	近似异常的正常样本（抗误报硬样本）
domain shift	域偏移（训练与目标分布不一致）
LOSO cross-validation	留一受试者交叉验证，person-independent 评测金标准
PSD	Power Spectral Density，功率谱密度（频域特征）
PSE	Power Spectral Entropy，功率谱熵（频域特征）
Focal Loss	应对类别不平衡的损失函数（后续研究用）
CC BY 4.0	署名即可自由使用/修改/再分发（论文许可）
UDEA	Universidad de Antioquia，安蒂奥基亚大学
SISTEMIC	UDEA 嵌入式系统与计算智能研究组
fall detection	跌倒检测（二分类，本数据集主任务）
合矢量模（norm）	√(x²+y²+z²)，对传感器朝向不敏感的合成幅度
过零率（ZCR）	信号穿越零点的频率，常用时域特征
传感通道	一路传感器的一个轴向或整路读数，决定特征维度
ADC 分辨率	模数转换位数（13/14/16 位），决定量化精度
饱和（saturation）	信号超出量程导致的削顶，±8g 加速度计撞击时易发生
subject-dependent	训练测试含同一受试者，易数据泄漏

附录

附录 A：条目信息速查卡

项	值
条目名	SisFall
url_name	sisfall
类型	惯性传感器数据集 + 基准论文（二合一）
论文	Sensors 2017;17(1):198（doi:10.3390/s17010198）
团队	UDEA SISTEMIC 组（通讯 José David López）
规模	38 受试者 / 19 ADL + 15 跌倒 / 4504 条记录
传感	ADXL345 + MMA8451Q + ITG3200，200 Hz，腰部佩戴
许可	数据集论文未明（HF 镜像自述 CC BY-4.0）；论文 CC BY 4.0
抓取时点	2026-10-15
库内互链	wisdm / CHARLS / all-of-us / wearable-exam-stress / big-ideas-glycemic-wearable（rid 见 §9）

附录 B：DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	8	论文高被引、多平台可检索；SISTEMIC 页面稳定性一般
A 可获取性	7	三入口均可免费下载（主页/论文附件/HF 镜像），无付费墙，但无官方直链 API
I 可互操作	6	纯文本 9 列易解析，但无标准格式（非 CSV/Parquet）；需自定义解析与编码处理
M 元数据质量	7	受试者人口学/传感器/协议/活动表完备；但记录时长未定义、记录总数多口径
S 可持续性	6	论文与论文附件长期可访问（MDPI 稳定）；原始托管依赖 UDEA 网页；HF 镜像为社区维护

附录 C：关键来源清单

1. Sucerquia A, López JD, Vargas-Bonilla JF. SisFall: A Fall and Movement Dataset. Sensors. 2017;17(1):198. doi:10.3390/s17010198（正文主源）。
2. Preprints 201610.0096（2016 预印本，摘要口径对照）。
3. CiNii Research / Crossref 记录（卷期、许可、引用数）。
4. AGRIS（FAO）收录记录（机构库许可口径 CC BY 4.0 / CC BY 2.5 CO）。
5. zurb2020, A Comparison of Machine Learning Algorithms for Fall Detection using Wearable Sensors（第三方基线，记录总数 4505 口径）。
6. arXiv:2209.04785（第三方基线，文件数 4510 口径）。
7. MDPI Sensors 22(11):4028（跨数据集融合研究）。
8. arXiv:2603.22313（2026，CNN-LSTM + 注意力，预处理归一化口径）。
9. 华南师范大学学报（2023）LCFR 跌倒识别（中文文献，跌倒清单与时长口径）。
10. HuggingFace 镜像 abys7315/Sisfall_Dataset、Trupal7/Sisfall_Dataset（再托管，232 MB，CC BY-4.0 自述）。

附录 D：抓取时点与核验说明

• 抓取时点：2026-10-15；
• 数据库（Qianfang DB）当次不可达（SSH 42.121.222.38:3422 Session open refused / banner exchange timeout），DB 三写法查重未完成，见 FACTS.md §9；
• writing/ 与候选池两通道查重均 CLEAN；
• 论文主源经 WebFetch 实抓（MDPI Sensors 17(1):198），三源互证核心数字一致。

附录 E：双口径冲突逐条存照

冲突项	口径 A	口径 B	口径 C	本条目处理
老年组人数	摘要「14 healthy and independent（>62 岁）」	正文/结论「15 老年人」	中文文献「16 位 60–75 岁」	按正文 15 人 成稿，注摘要口径
记录总数	论文 4504（2706+1798）	zurb2020 4505（2707+1798）	arXiv:2209.04785 4510	按论文 4504 为主，存照两说
单条记录时长	论文未明	zurb2020 裁 10 s	NSFC 称标注 15 s（跌倒段约 1.5 s）	记为「未统一规定」，列出各口径
数据集许可	论文正文未明确	HF 镜像自述 CC BY-4.0	AGRIS 标 CC BY 4.0 / CC BY 2.5 CO	三口径并存成稿
卷期年份	正文 2017;17(1):198	预印本 2016-10	—	以正式发表 2017 为条目口径
托管平台	SISTEMIC 主页（官方）	MDPI 论文附件	二手文献提及 UCI（未直接命中）	三入口均列，UCI 记为待核

附录 F：数据加载伪代码（含编码与标签解析）

以下为一份完整的加载示例（伪代码如下，供复现参考）：

import os

def parse_sisfall_file(path):
    """读取一份 SisFall 记录，返回三路传感器的样本列表"""
    rows = []
    # 注意：原始文件编码非 utf-8，使用 latin-1 或二进制按字节解析
    with open(path, "r", encoding="latin-1") as f:
        for line in f:
            line = line.strip().rstrip(";")          # 去除行末分号
            if not line:
                continue
            vals = [v for v in line.replace(" ", "").split(",") if v != ""]
            if len(vals) != 9:                        # 必须 9 列
                continue
            rows.append([float(v) for v in vals])
    return rows

def labels_from_filename(fname):
    """从文件名解析 (受试者类别, 活动类别, 类型编号, 重复序号)"""
    # 形如 D01_SA01_R01.txt 或 F05_SE06_R03.txt
    stem = os.path.splitext(fname)[0]
    act, subj, rep = stem.split("_")
    kind = "fall" if act.startswith("F") else "adl"   # F=跌倒, D=ADL
    act_id = act[1:]                                   # 01..19 / 01..15
    group = "elderly" if subj.startswith("SE") else "young"
    return dict(kind=kind, act_id=act_id, subject=subj,
                group=group, repetition=rep)

# 归一化（按传感器灵敏度）
def to_physical(row):
    # 列 1-3: ADXL345(±16g) 列 4-6: MMA8451Q(±8g) 列 7-9: ITG3200(±2000°/s)
    ax, ay, az = [v / 16384.0 for v in row[0:3]]      # g
    mx, my, mz = [v / 16384.0 for v in row[3:6]]      # g（若按 ±8g 口径可能用 4096.0）
    gx, gy, gz = [v / 131.0   for v in row[6:9]]      # °/s
    return (ax, ay, az, mx, my, mz, gx, gy, gz)

说明：MMA8451Q 的归一化常数随量程标定不同文献口径略有差异（±8g/14 位对应约 4096 counts/g），复现时应与所引研究对齐。上例以 ADXL345 的 16384 counts/g 为加速度基准。

附录 G：跌倒与 ADL 编号速查

ADL 编号（D01–D19）：基本移动（D01 慢走 / D02 快走 / D03 慢跑 / D04 快跑 / D17 行走转身 / D19 手持物体行走）、楼梯（D05 慢上慢下 / D06 快上快下 / D18 弯道快速上下）、坐起（D07–D12）、易混活动（D13 踉跄 / D14 轻跳 / D15 俯身拾物 / D16 俯身穿鞋）。

跌倒编号（F01–F15）：滑倒（F01 前 / F02 后 / F03 侧）、绊倒（F04 走 / F05 跑）、晕厥（F06 垂直 / F07 扶桌）、站起（F08 前 / F09 侧）、坐下（F10 前 / F11 后 / F12 侧）、昏厥坐姿（F13 前 / F14 后 / F15 侧）。

受试者编号：SA01–SA23（青年 23 人，19–30 岁）；SE01–SE15（老年 15 人，60–75 岁，SE06 完成全部跌倒）。

附录 H：评测协议自查清单

在报告任何 SisFall 结果前，逐项自查以下问题：

• [ ] 说明用的是哪几路传感器（ADXL345 / +MMA8451Q / +ITG3200）？
• [ ] 说明归一化常数（÷16384.0、÷131.0 等）？
• [ ] 说明窗口长度与重叠（如 100 点 / 0.5 s、50%）？
• [ ] 说明训练/测试划分（subject-wise / LOSO / 随机）？
• [ ] 说明任务是二分类跌倒检测还是多分类活动识别？
• [ ] 说明跌倒 15 类是否合并方向（前/后/侧）？
• [ ] 说明是否报告 per-class 指标（应对类别不平衡）？
• [ ] 说明是否使用了 fall-like activities 评估误报？

八项齐备，结果才是可对标、可复现的。

附录 I：维护触发点

本条目后续维护的优先级顺序：

1. 许可核实（最高）：若取得 SisFall 官方明确 license 声明，改写许可节、DAIMS 合规明确性评分与 DOI 元数据；
2. 第三方基准扩表：持续收录以 SisFall 为评测集的代表性工作（尤其是 2024 年后的深度学习方法）；
3. 引用数追记：论文引用数（当前早期口径 5 次）与数据集实际采用量应分开统计；
4. 原始托管状态：SISTEMIC 项目页若迁移或下线，更新获取节；
5. 官方标准化进展：若社区或作者发布 Parquet/官方划分，更新 §5 与 §7。

---

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：

• wisdm — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 时序数据 / 评测基准
• 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
• kinecal — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 评测基准
• accelerometry-walk-climb-drive — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 评测基准
• 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
• scientisst-move — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 评测基准
• grabmyo — 共享标签：生理信号 / 可穿戴传感 / 步态与运动 / 评测基准
• ieeepg — 共享标签：生理信号 / 可穿戴传感 / 时序数据 / 评测基准
• shanghai-t1dm-t2dm-cgm — 共享标签：生理信号 / 可穿戴传感 / 时序数据 / 评测基准

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。