数据集概述
该数据集包含MyGait项目中，通过足部六轴惯性测量单元（IMU）采集的帕金森患者与健康受试者步态信号，涵盖加速、角速度、姿态等21个字段，以50Hz频率记录为CSV文件，按受试群体和测试类型分类存储，用于训练异常步态检测模型。
文件详解
- 主文件: Parkinson Dataset.zip，ZIP格式，包含按受试群体（帕金森患者/健康对照）和测试类型分类的文件夹
- CSV数据文件: 命名格式为[ID]-RTSOCS - YYYY.MM.DD-HH.MM.SS.csv，包含21个float32类型字段，核心字段包括timestamp（时间戳）、sensor_id（传感器ID）、foot（左右脚标识）、acx/acy/acz（三轴加速度）、gyrx/gyry/gyrz（三轴角速度）、roll/pitch/yaw（姿态角）等
- 补充Excel文件: 包含受试者匿名人口统计学和临床信息，字段包括年龄、性别、分组等
数据来源
MyGait项目
适用场景
- 医学研究: 分析帕金森患者与健康人群的步态差异，识别病理性步态模式
- 机器学习模型训练: 开发基于惯性信号的帕金森病步态异常检测算法
- 可穿戴设备应用研究: 评估足部IMU在运动障碍疾病监测中的有效性
- 临床辅助诊断: 探索步态信号作为帕金森病早期筛查或病情进展评估的生物标志物
- 康复效果评估: 监测帕金森患者康复训练前后的步态改善情况
