数据集概述
该数据集围绕利用图像分类预测重复性运动测量评分展开，包含帕金森病患者及对照参与者的运动测量数据，经转换生成连续小波变换和短时傅里叶变换图像，按 examiner 评分归类，用于验证卷积神经网络分类准确性，辅助运动障碍评估。
文件详解
- 原始运动数据文件（.xlsx格式）：
- 位于参与者编号目录下（如0001_Test.xlsx），包含通过低成本加速度计协议采集的重复性运动原始测量数据
- 图像处理与分类脚本（.m格式）：
- ImageClassifier.m：图像分类器脚本
- NewWlet.m：小波变换处理脚本
- startstop.m：数据起止处理脚本
- 变换图像文件（.jpg格式）：
- 存储于CWT目录下，按 examiner 评分（0-4）分文件夹归类，包含连续小波变换生成的可视化图像，对应不同运动障碍程度
适用场景
- 医学影像分析：研究卷积神经网络对运动障碍评分的自动预测能力
- 帕金森病研究：识别帕金森病及相关综合征的特征性运动信号图像
- 运动障碍评估：辅助训练评分员的视觉观察评分，提升评估效率
- 信号处理应用：探索连续小波变换、短时傅里叶变换在运动数据可视化中的应用
- 机器学习模型训练：为运动障碍自动分级的图像分类模型提供训练数据
