AR设备用户健康数据管理与分析模型数据集合

本数据集以JSON格式存储于分布式文件系统，按日期分区组织，支持Spark等大数据框架并行处理，涵盖AR设备用户健康监测过程中的多模态数据及模型训练所需结构化数据，共四类对象。 1、用户基础体征数据：经SHA256哈希脱敏的用户编号、年龄、性别、身形参数、基础生理指标、脱敏病史与用药信息；首次使用建立个人健康基线档案，不存储任何可直接识别个人身份的信息。 2、实时生理监测数据：绑定用户ID、毫秒级时间戳、心率、血氧、皮电、体温、呼吸、三轴传感、眼动、活动状态；多种传感器采集生命体征数据，实施监测模式动态调整，主动模式每秒采样一回，连续模式间隔5秒。 3、健康评估结果：涵盖健康风险等级、疲劳压力数值、情绪、睡眠评分、趋势预测、异常预警、干预编码，评估结果数据由多模态AI分析模型实时生成，可开展历史趋势对比。 4、模型训练数据：嵌入特征向量、近七日时序监测序列、样本标签、数据集划分标识、版本编号；分布式按日期存储，日增量约500GB，支持Spark等大数据框架并行运算。

搜集汇总

背景与挑战

背景概述

该数据集以JSON格式按日期分区存储于分布式文件系统，支持Spark等大数据框架并行处理，用于AR设备用户健康数据的管理与分析。数据集包含四类对象：脱敏的用户基础体征数据、毫秒级实时生理监测数据（涵盖心率、血氧等）、由多模态AI模型生成的健康评估结果，以及用于模型训练的特征向量与时序序列。数据每日增量约500GB，且不包含直接识别个人身份的信息。