身体活动可穿戴设备采集与多模态数据预处理数据集

数据清洗校验规则：剔除传感断档、信号漂移失真、标签错配无效样本；全部受试者信息脱敏去标识化；统一采样频率、传感量程、运动强度等指标单位与命名规范，保障跨设备、多场景数据可对比建模。 结构化处理规则：按脱敏受试者信息 — 穿戴设备原始多模态传感采集 — 时序预处理参数配置 — 衍生特征构建 — 行为标签匹配五级分层，每条样本标注设备型号、运动场景、人群类型标签；以脱敏样本编码为主键绑定原始信号与全套预处理记录，实现多模态数据全流程溯源检索。 算法模型应用：滑动窗口分割、卡尔曼滤波完成传感降噪；线性插值 / 时序填充算法处理缺失数据；最大最小标准化实现多模态特征归一化；时域、频域特征提取算法生成衍生特征；差分隐私加固多模态时序数据隐私安全。 合规处理：全部数据经受试者知情同意与医学伦理审批，去除姓名、身份证等可识别信息，不含第三方涉密商用数据；采集、预处理、存储全流程遵守《数据安全法》《个人信息保护法》《基本医疗卫生与健康促进法》，原始传感日志、伦理文件完整备查。

搜集汇总

背景与挑战

背景概述

该数据集是面向身体活动监测的多模态穿戴传感数据，经过脱敏、清洗、降噪和归一化等标准化预处理，提供可溯源的结构化五级分层数据。数据应用于穿戴健康设备研发、人体活动识别与能量消耗预测模型训练，以及慢病运动监测平台搭建，同时遵循相关法规和伦理审批，保障数据合规性。