MobiAct人体活动与跌倒数据集

资源简介

MobiAct人体活动与跌倒数据集

【一句话概览】

跌倒严重威胁老年人健康，约三分之一65岁以上老人每年跌倒。为区分日常活动与跌倒，研究使用三星Galaxy S3手机的加速度计和陀螺仪采集运动数据，设备置于受试者自选裤袋中，跌倒时使用对侧口袋，并以5厘米厚垫子缓冲。数据经Android应用以最高采样率记录，含加速度、角速度和方向信息，每项试验存为三个txt文件，共66名受试者参与，形成MobiFall与MobiAct数据集（来源 bmi.hmu.gr）。

【数据集背景】

本数据集源站标题为《The MobiFall and MobiAct datasets》。

【数据内容】

源站原始描述：Falls is one of the biggest risks to the health and wellbeing of the elderly. Falls in the elderly are a major problem for today’s society. Approximately one in every three adults aged 65 years old or older falls each year creating physical injuries and psychological harm. In addition significant economic effects result from this problem. According to World Health Organization in the year 2030 the estimation of injuries related to falls will increase by 100%. The ability therefore to distinguish…

中文译文（机器翻译，仅供快速理解，请以原文为准）：跌倒是老年人健康和福祉面临的最大风险之一。老年人跌倒是当今社会的一个重大问题。大约每三名65岁及以上的成年人中就有一人每年发生跌倒，造成身体伤害和心理创伤。此外，这一问题还带来显著的经济影响。据世界卫生组织估计，到2030年，与跌倒相关的伤害将增加100%。因此，区分日常生活活动（ADL）与跌倒是一项重要课题。研究记录了智能手机加速度计和陀螺仪传感器（以及方向数据；方向传感器基于软件，其数据来源于加速度计和地磁场传感器）的数据。具体而言，使用配备LSM330DLC惯性模块（3D加速度计和陀螺仪）的三星Galaxy S3设备采集运动数据。记录前使用设备内置工具对陀螺仪进行了校准。为采集数据，开发了一款Android应用程序，在启用“SENSOR_DELAY_FASTEST”参数的情况下记录加速度、角速度和方向的原始数据。这提供了尽可能最高的采样率。如需较低采样率，可随时对信号进行降采样。为模拟手机的日常使用，设备被放置在受试者自由选择的裤子口袋中，方向随机。对于跌倒实验，受试者使用跌倒方向对侧的口袋。跌倒模拟使用了一块厚度为5厘米的相对较硬的垫子（如武术中使用的垫子）来缓冲跌倒。所有跌倒均在作者的严格指导下进行，以确保受试者以真实的方式正确完成跌倒动作。ADL的选择基于其常见性以及与真实跌倒的相似性，后者可能产生假阳性。每个样本与其时间戳（以纳秒为单位）一起存储。所开发的应用程序使用SQLite数据库存储活动和受试者数据。每次试验存储三个.txt文件，分别对应加速度计、陀螺仪和方向数据。每个文件的头部部分包含有关记录、受试者和活动代码的信息。

【主题与分类】

主题标签：falls、Activities of Daily Living、accelerometer、gyroscope、smartphone、elderly、MobiFall、MobiAct。

【适用方向】

时序数据适用于疾病进展预测、生理信号监测与事件发生的时序建模。

【获取与许可】

源站页面：https://bmi.hmu.gr/the-mobifall-and-mobiact-datasets-2/