基于虚拟现实动作捕捉的颈椎疼痛评估数据集
数据来源：互联网公开数据
标签：颈椎疼痛，虚拟现实，动作捕捉，FFT分析，康复评估，运动分析，医疗健康，疼痛评分
数据概述：
本数据集旨在促进针对颈椎疼痛患者的实时康复监测研究，尤其适用于因颈椎病、颈部劳损、肌肉骨骼疾病等引起的颈椎疼痛。数据集整合了虚拟现实（VR）动作捕捉（MoCap）技术和基于快速傅里叶变换（FFT）的运动分析方法，以捕捉和分析颈椎运动特征。
数据集包含以下关键特征：
人口统计学信息：年龄、性别、医疗状况
动作捕捉数据：角度位移、关节速度、活动范围（ROM）、加速度
FFT特征：颈部运动信号的频域分析结果
疼痛评分：范围从0（无疼痛）到10（剧烈疼痛）
目标列：
0 - 健康（轻微或无疼痛）
1 - 损伤（轻度至中度疼痛）
2 - 严重疼痛（显著的运动障碍）
数据用途概述：
该数据集可用于颈椎疼痛的诊断和康复效果评估、运动分析研究、基于VR的康复训练方案开发、疼痛预测模型构建等多个研究方向。研究人员可以利用该数据探索颈椎运动特征与疼痛程度之间的关系，开发个性化的康复方案，并评估其有效性。此外，该数据集也适用于机器学习模型的训练和验证，用于预测颈椎疼痛程度或识别运动异常。
