跌倒风险评估与日常活动能力数据集-MetaMotionR和Puck-js传感器数据-jesusfruiz
数据来源：互联网公开数据
标签：跌倒,日常活动,传感器,MetaMotionR,Puck.js,健康,行为识别,老年人,数据分析
数据概述：
本数据集包含两个子数据集，均与跌倒事件和日常活动（ADL, Activities of Daily Living）相关，旨在用于跌倒风险评估和行为识别研究。
第一个子数据集（Fall Dataset）由MetaMotionR传感器采集，记录了与跌倒事件相关的多种传感器数据。详细的数据采集过程和实验设计可参考论文：https://www.sciencedirect.com/science/article/pii/S1877050921017257
第二个子数据集（Fall Dataset 2）由Puck.js传感器采集，同样包含与跌倒和日常活动相关的数据。关于数据采集的更多信息，请参考论文：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9223068/
数据用途概述：
该数据集适用于跌倒检测算法开发、ADL行为识别、健康监测、老年人健康研究等多个领域。研究人员可利用该数据训练和评估跌倒检测模型，分析不同ADL行为的特征，探索跌倒风险因素，开发基于传感器的健康管理解决方案。此外，该数据集也可用于教育和培训，帮助学习者理解传感器数据在健康领域中的应用。
