帕金森病患者与健康对照在真实场景中采集的智能手机传感器数据（加速度计、虚拟键盘）
该数据集由帕金森病患者与健康对照在真实场景中贡献，包含通话期间的加速度计记录以及虚拟键盘按键按下与释放的时间戳。数据分为两部分：SData来自经过医学评估的小规模用户，GData来自大规模自报帕金森病标签的用户
基本信息
资源简介
帕金森病患者与健康对照在真实场景中采集的智能手机传感器数据（加速度计、虚拟键盘）
Smartphone sensor data (accelerometer, virtual keyboard) collected in-the-wild by Parkinson's Disease patients and Healthy Controls
该数据集由帕金森病患者与健康对照在真实场景中贡献，包含通话期间的加速度计记录以及虚拟键盘按键按下与释放的时间戳。数据分为两部分：SData来自经过医学评估的小规模用户，GData来自大规模自报帕金森病标签的用户。数据集以5个pickle文件组织，可用于基于智能手机传感器信号开展帕金森病相关的建模与分类研究（来源 Zenodo，cc-by-4.0 许可）。
【数据集背景】
项目资助方：Intelligent Parkinson eaRly detectiOn Guiding NOvel Supportive InterventionS。源站首次发布：2020-12-07。
【数据内容】
源站描述（机器翻译，仅供参考）：有关该数据集的详细描述，请参阅相关期刊文章。用于模型推理和训练的Python代码可在此处获取。描述：该数据集包含帕金森病患者与健康对照贡献的加速度计记录和键盘输入数据。加速度计数据由通话期间记录的加速度值组成，输入数据由虚拟键盘按键按下和释放的时间戳组成。数据集分为两部分：第一部分称为SData，包含来自一小部分经过医学评估的用户的数据；第二部分称为GData，包含来自大量自报PD标签的用户的记录。数据集组织为5个pickle文件：1. imu_sdata.pickle：以Python字典列表的形式包含数据集SData部分的三轴加速度计记录，每个部分对应一个字典
【数据结构与技术规格】
文件数 1 个，合计 6.53 GB。数据集 DOI：10.5281/zenodo.4311175。
【主题与分类】
主题标签：Parkinson's Disease、Smartphone、UPDRS、Acceleration signals、Keystroke typing dynamics。本站分类：神经系统疾病/帕金森病。
【获取与许可】
源站页面：https://zenodo.org/records/4311175
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2020-12-09，引用时请注意版本时效。
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（Zenodo 公开直链）
curl -L -o "data.zip" "https://zenodo.org/api/records/4311175/files/data.zip/content"
文件清单
data.zip（6224.8 MB）
数据集大小约 6.53 GB。
数据说明
关于数据集的详细描述，请参阅相关期刊文章。用于模型推理和训练的Python代码可在此处获取。描述 该数据集包含由帕金森病患者和健康对照者贡献的加速度计记录和键盘打字数据。加速度计数据包括在通话期间记录的加速度值，打字数据包括虚拟键盘按键按下和释放的时间戳。数据集分为两部分：第一部分称为SData，包含来自一小部分经过医学评估的用户的数据；第二部分称为GData，包含来自大量自我报告PD标签的用户的记录。数据集组织为5个pickle文件：1. imu_sdata.pickle：以Python字典列表的形式包含数据集SData部分的 tri-axial 加速度计记录，每个参与受试者一个字典。加速度计数据已预处理为100Hz的采样频率，并分割成不重叠的5秒窗口。因此，一个段的维度将是500 x 3个样本。
访问受试者加速度数据的示例Python代码 sdata = pickle.load(open(‘imu_sdata.pickle’, ‘rb’)) subject_list = list(sdata.keys()) ## 第一个受试者的数据 subject_data = sdata[subject_list[0]] # subject_data是一个长度为4的列表 ## 实际数据位于列表的最后一个元素中 acc_segments = subject_data[-1] num_acc_sessions_for_subject = len(acc_segments) acc_segments_for_first_session = acc_segments[0] acc_segments_for_second_session = acc_segments[1] # …等等 In: print(acc_segments_for_first_session.shape) Out: (3, 500, 3) ## 该受试者的第一个加速度计会话由3个五秒片段组成。 In: print(acc_segments_for_second_session.shape) Out: (8, 500, 3) ## 该受试者的第二个加速度计会话由8个五秒片段组成。 2. imu_gdata.pickle：布局与imu_sdata.pickle相同，但包含来自GData受试者的数据。 3. typing_sdata.pickle：该文件包含源自数据集SData部分的打字数据。它是一个字典列表，每个受试者对应一个条目。打字数据以
许可
cc-by-4.0
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。
