基于五传感器IMU的帕金森病患者与对照组数据集:含三项日常生活活动
该数据集来自 search.dataone.org,包含帕金森病患者与无已知神经系统疾病对照组的运动学传感器数据。参与者佩戴五个9轴惯性测量单元,分别位于左右上臂、左右前臂和头部,完成校准姿势后执行制作吐司、穿开衫、开锁开门三项日常生活活动,每项重复三次

基本信息
资源简介
基于五传感器IMU的帕金森病患者与对照组数据集:含三项日常生活活动
A five-sensor IMU-based Parkinson's disease patient and control dataset including three activities of daily living
该数据集来自 search.dataone.org,包含帕金森病患者与无已知神经系统疾病对照组的运动学传感器数据。参与者佩戴五个9轴惯性测量单元,分别位于左右上臂、左右前臂和头部,完成校准姿势后执行制作吐司、穿开衫、开锁开门三项日常生活活动,每项重复三次。数据为时间序列的加速度与方向信息,可用于活动识别、意图感知及帕金森病相关运动分析(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):帕金森病是一种常导致衰弱的进行性神经系统疾病,会造成运动控制能力丧失。该数据集包含两组参与者的运动学传感器数据:一组为15名帕金森病患者,另一组为19名无已知神经系统疾病的对照参与者。参与者年龄范围为40至85岁,其中男性21人,女性13人。参与者佩戴五个9轴惯性测量单元(IMU),分别位于左右上臂、左右前臂和头部。他们被要求先做一个校准姿势,随后执行三项活动:制作吐司、穿开衫、开锁并开门,每项活动重复三次。IMU记录了从参与者被指示开始活动(行动意图产生)到活动结束期间的时间序列加速度和方向数据。
【主题与分类】
主题标签:Activity Recognition、Inertial Measurement Units、Motion Data、Intent Sensing、Parkinson disease、Activities of daily living。本站分类:神经系统疾病/帕金森病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A6d9a5aa7d18f612ddb56be23d58d1c70f354fdb28681e933e0d816f904c7b8da
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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。
暂未开放公开下载
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。
免登录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
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
帕金森病是一种常致衰弱的进行性神经系统疾病,会导致运动控制能力丧失。本数据集包含两组受试者的运动学传感器数据:一组为15名帕金森病患者,另一组为19名无已知神经系统疾病的对照参与者。参与者年龄范围为40至85岁,其中男性21名,女性13名。参与者佩戴了五个9轴惯性测量单元(IMU)——分别置于每侧上臂、每侧前臂及头部。他们被要求完成一个校准姿势,随后进行三项活动:制作吐司、穿开衫以及开锁开门,每项活动重复三次。IMU记录了从参与者被指示开始活动的那一刻(行动意图产生之初)直至活动完成的时间序列加速度与方向数据。本数据集计划用于辅助设备控制的意图感知研究,但尚……
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




