ScientISST MOVE：自然环境中日常生活活动期间记录的可穿戴多模态生物信号标注数据集
主题标签：多模态信号、心电信号、肌电信号、皮肤电活动、脉搏波、活动识别、生理监测、循环系统疾病。本数据集为心血管系统疾病领域的时间序列公开数据集，来源：physionet，主题涵盖多模态信号。
基本信息
资源简介
ScientISST MOVE：自然环境中日常生活活动期间记录的可穿戴多模态生物信号标注数据集
主题标签：多模态信号、心电信号、肌电信号、皮肤电活动、脉搏波、活动识别、生理监测、循环系统疾病。本数据集为心血管系统疾病领域的时间序列公开数据集，来源：physionet，主题涵盖多模态信号。
scientisst-move-biosignals
【数据集背景】
本数据集源站标题为《ScientISST MOVE: Annotated Wearable Multimodal Biosignals recorded during Everyday Life Activities in Naturalistic Environments》。
【数据内容】
源站描述（机器翻译，仅供参考）：多模态（ECG、EMG、EDA、PPG、TEMP、ACC）日常活动生物信号数据集。使用 3 台基于 ScientISST Sense 和 Empatica E4 的可穿戴设备创建。
【主题与分类】
主题标签：多模态信号、心电信号、肌电信号、皮肤电活动、脉搏波、活动识别、生理监测、循环系统疾病。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://physionet.org/content/scientisst-move-biosignals/
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
需登录公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取（PhysioNet）
- 源站标题：ScientISST MOVE: Annotated Wearable Multimodal Biosignals recorded during Everyday Life Activities in Naturalistic Environments
- 版本：1.0.1
- DOI：10.13026/hyxq-r919
- 源站页面：https://physionet.org/content/scientisst-move-biosignals/1.0.1
PhysioNet 数据需注册账号（机构邮箱）并签署数据使用协议后下载：
- 在 https://physionet.org/content/scientisst-move-biosignals/1.0.1 页面登录并接受许可条款；
- 命令行整目录下载：
wget -r -N -c -np --user=<账号> --ask-password https://physionet.org/files/scientisst-move-biosignals/1.0.1/
- 或用官方工具（推荐，支持断点续传与校验）：
pip install physionet-download
physionet-download scientisst-move-biosignals
数据集大小约 1.35 GB。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据说明
现有包含生理数据的数据集大多是在静息状态或受控场景下采集的。因此，使用这类数据开发的算法，在处理动态且不受控环境中采集的生物信号时，性能可能不如预期。ScientISST MOVE 是一个记录自然日常活动的多模态数据集，包括搬起椅子、打招呼、打手势、步行和跑步。数据使用三种可穿戴设备采集，即：胸带、臂带和 Empatica E4 腕带。该配置能够记录多通道皮肤电活动（EDA）、光电容积脉搏波描记法（PPG）和心电图（ECG）。此外，还记录了肱二头肌肌电图（EMG）、腕部温度以及胸部和腕部活动记录。共有 17 名健康志愿者参加了实验数据采集会话，最终从所有传感器获得了平均 37 分钟的有效同步数据。ScientISST MOVE 主要设计用于研究日常活动对生理数据采集的影响。由于使用多种可穿戴设备采集，其中一些设备测量相同的模态，它也可用于信号质量比较研究。
许可
Creative Commons Attribution 4.0 International Public Li
引用
学术使用请引用：{Areias Saraiva et al. (2024). ScientISST MOVE: Annotated Wearable Multimodal Biosignals recorded during Everyday Life Activities in Naturalistic Environments. PhysioNet. doi:10.13026/hyxq-r919 DOI 10.13026/hyxq-r919。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
