健康老年人活动识别，可穿戴传感器数据集

Data Set Information: 该数据集包含14名年龄在66至86岁之间的健康老年人的运动数据，他们在胸骨水平的衣服上使用无电池、可穿戴的传感器进行广泛的脚本化活动。由于使用被动传感器，数据稀疏且有噪声。 参与者被分配到两个临床室（S1和S2）。S1（房间1）的设置使用房间周围的4根RFID读卡器天线（一根在天花板上，三根在墙壁上）收集数据，而S2（房间2）的设置使用3根RFID读卡器天线（两根在天花板上，一根在墙壁上）收集运动数据。 The activities performed were: walking to the chair, sitting on the chair, getting off the chair, walking to bed, lying on bed, getting off the bed and walking to the door. Hence the possible class labels assigned for every sensor observation are: - Sitting on bed - Sitting on chair - Lying on bed - Ambulating, where ambulating includes standing, walking around the room. Attribute Information: The content of the file is as follows: Comma separated values (CSV) format. Column 1: Time in seconds Column 2: Acceleration reading in G for frontal axis Column 3: Acceleration reading in G for vertical axis Column 4: Acceleration reading in G for lateral axis Column 5: Id of antenna reading sensor Column 6: Received signal strength indicator (RSSI) Column 7: Phase Column 8: Frequency Column 9: Label of activity, 1: sit on bed, 2: sit on chair, 3: lying, 4: ambulating In addition, gender of participant is included in the last character of file name eg: d1p33F (F:female). Relevant Papers: Wickramasinghe, A., Ranasinghe, D. C., Fumeaux, C., Hill, K. D., Visvanathan, R. (2016), 'Sequence Learning with Passive RFID Sensors for Real Time Bed-egress Recognition in Older People,' in IEEE Journal of Biomedical and Health Informatics , vol.PP, no.99, pp.1-1 Shinmoto Torres, R. L., Visvanathan, R., Hoskins, S., van den Hengel, A., Ranasinghe, D. C. (2016). Effectiveness of a batteryless and wireless wearable sensor system for identifying bed and chair exits in healthy older people. Sensors, 16(4), 546. Wickramasinghe, A., Ranasinghe, D. C. (2015, August). Recognising Activities in Real Time Using Body Worn Passive Sensors With Sparse Data Streams: To Interpolate or Not To Interpolate?. In proceedings of the 12th EAI International Conference on Mobile and Ubiquitous Systems: Computing, Networking and Services (pp. 21-30). ICST. Shinmoto Torres, R. L., Ranasinghe, D. C., Shi, Q. (2013, December). evaluation of wearable sensor tag data segmentation approaches for real time activity classification in elderly. In International Conference on Mobile and Ubiquitous Systems: Computing, Networking, and Services (pp. 384-395). Springer International Publishing. Shinmoto Torres, R. L., Ranasinghe, D. C., Shi, Q., Sample, A. P. (2013, April). Sensor enabled wearable RFID technology for mitigating the risk of falls near beds. In 2013 IEEE International Conference on RFID (pp. 191-198). IEEE. Citation Request: Shinmoto Torres, R. L., Ranasinghe, D. C., Shi, Q., Sample, A. P. (2013, April). Sensor enabled wearable RFID technology for mitigating the risk of falls near beds. In 2013 IEEE International Conference on RFID (pp. 191-198). IEEE.

数据集信息：本数据集包含14名年龄介于66至86岁的健康老年人的运动数据，受试者于胸骨水平位置的衣物上搭载无电池可穿戴传感器，完成一系列预设脚本化动作。由于采用无源传感器，所得数据存在稀疏性与噪声干扰问题。受试者被分配至两间临床测试室（S1与S2）：S1（一号房间）的采集设置依托布置于房间四周的4根射频识别（Radio Frequency Identification, RFID）读卡器天线（1根置于天花板，3根设于墙面）完成数据采集；S2（二号房间）则使用3根RFID读卡器天线（2根置于天花板，1根设于墙面）采集运动数据。受试者完成的动作包括：走向座椅、就坐于座椅、离座起身、走向床铺、躺卧于床、下床行走至门口。因此为每个传感器观测值分配的类别标签如下：卧床就坐、座椅就坐、躺卧、行走（含站立与室内步行）。

属性信息：本数据集文件采用逗号分隔值（Comma Separated Values, CSV）格式，各列内容说明如下：
第1列：时间（单位：秒）
第2列：额状轴加速度读数（单位：G）
第3列：垂直轴加速度读数（单位：G）
第4列：横轴加速度读数（单位：G）
第5列：采集传感器信号的天线编号
第6列：接收信号强度指示（Received Signal Strength Indicator, RSSI）
第7列：相位
第8列：频率
第9列：活动标签，其中1代表卧床就坐，2代表座椅就坐，3代表躺卧，4代表行走（含站立与室内步行）
此外，受试者的性别信息可通过文件名最后一位字符获取，例如文件名d1p33F中的F代表女性（female）。

相关研究论文：
1. Wickramasinghe, A., Ranasinghe, D. C., Fumeaux, C., Hill, K. D., Visvanathan, R. (2016), 《基于无源RFID传感器的序列学习实现老年人实时下床识别》, 发表于IEEE Journal of Biomedical and Health Informatics, vol.PP, no.99, pp.1-1
2. Shinmoto Torres, R. L., Visvanathan, R., Hoskins, S., van den Hengel, A., Ranasinghe, D. C. (2016). 《无电池无线可穿戴传感器系统用于识别健康老年人下床与离座动作的有效性》, Sensors, 16(4), 546.
3. Wickramasinghe, A., Ranasinghe, D. C. (2015年8月). 《利用稀疏数据流的可穿戴无源传感器实现实时活动识别：是否需要插值？》, 发表于第12届EAI国际移动与泛在系统会议：计算、网络与服务 (pp.21-30). ICST.
4. Shinmoto Torres, R. L., Ranasinghe, D. C., Shi, Q. (2013年12月). 《面向老年人实时活动分类的可穿戴传感器标签数据分割方法评估》, 发表于国际移动与泛在系统会议：计算、网络与服务 (pp.384-395). Springer International Publishing.
5. Shinmoto Torres, R. L., Ranasinghe, D. C., Shi, Q., Sample, A. P. (2013年4月). 《支持传感器的可穿戴RFID技术用于降低病床附近跌倒风险》, 发表于2013 IEEE国际RFID会议 (pp.191-198). IEEE.

引用要求：请引用如下文献：Shinmoto Torres, R. L., Ranasinghe, D. C., Shi, Q., Sample, A. P. (2013年4月). 《支持传感器的可穿戴RFID技术用于降低病床附近跌倒风险》, 发表于2013 IEEE国际RFID会议 (pp.191-198). IEEE.

搜集汇总

背景与挑战

背景概述

该数据集是一个用于健康老年人活动识别的可穿戴传感器数据集，包含14名66至86岁老年人的运动数据，通过无电池传感器和RFID天线在临床环境中收集。数据集以CSV格式提供，包括加速度、信号强度等特征，用于识别坐、躺、行走等日常活动，适用于老年人行为监测和跌倒预防研究。