NR2/UFPR PPG Datasets|PPG信号分析数据集|生物认证数据集

该PPG（光电容积脉搏波）数据集是在NSF/RNP U.S.-Brazil HealthSense项目的实验环境中构建的。数据集用于测试基于PPG生物信号的BEAT认证系统。数据涵盖了30名年龄在23至53岁之间、无心脏疾病记录的健康个体，每位个体的PPG信号在站立和坐姿两种姿势下被收集和记录。NR2/UFPR#1数据集包含坐姿个体数据，而NR2/UFPR#2数据集包含站立个体数据。

This PPG (Photoplethysmography) dataset was constructed within the experimental framework of the NSF/RNP U.S.-Brazil HealthSense project. The dataset is utilized to test a BEAT authentication system based on PPG biometric signals. It encompasses data from 30 healthy individuals, aged between 23 and 53 years, with no recorded history of cardiac diseases. PPG signals from each individual were collected and recorded in both standing and sitting positions. The NR2/UFPR#1 dataset contains data from individuals in a sitting position, while the NR2/UFPR#2 dataset includes data from individuals in a standing position.

原始信息汇总

NR2/UFPR PPG Datasets 概述

数据集背景

• 该PPG（Photoplethysmogram）数据集是在NSF/RNP U.S.-Brazil HealthSense项目的实验环境中构建的。
• 数据集用于测试BEAT - 基于PPG生物信号的身份验证系统。

传感器信息

• 使用的传感器：Gravity: Heart Rate Monitor
• 传感器技术细节和原理图分别可在以下链接获取：
  • Gravity: Heart Rate Monitor - Datasheet
  • Gravity: Heart Rate Monitor - Schematic

MCU信息

• 使用的MCU：Arduino Uno

数据集内容

• 数据来自30名年龄在23至53岁之间、无心脏疾病记录的健康个体。
• 每位个体的PPG信号在站立和坐姿两种位置下被收集和记录。
• NR2/UFPR#1数据集包含坐姿个体数据，NR2/UFPR#2数据集包含站立个体数据。
• 每位个体的数据为三分钟样本。

引用信息

• 若在出版物中使用此数据集，请引用以下文献：
  • Fernando Nakayama, Paulo Lenz, Stella Banou, Michele Nogueira, Aldri Santos, and Kaushik R. Chowdhury, “A Continuous User Authentication System Based on Galvanic Coupling Communication for s-Health,” Wireless Communications and Mobile Computing, vol. 2019, Article ID 9361017, 11 pages, 2019.

AI搜集汇总

数据集介绍

构建方式

UFPR PPG数据集是在NSF/RNP美国-巴西HealthSense项目的实验环境下构建的，旨在支持基于光电容积描记（PPG）信号的生物认证系统研究。数据采集使用了Gravity心率监测传感器，并通过Arduino Uno微控制器进行信号记录。数据集涵盖了30名年龄在23至53岁之间、无心脏疾病记录的健康个体的PPG信号，分别在站立和坐姿两种状态下进行采集。每个个体的信号记录时长为三分钟，模拟了真实场景下的用户注册过程。

特点

UFPR PPG数据集的特点在于其专注于PPG信号的采集与应用，特别适用于生物认证系统的开发与测试。数据集包含两种不同姿势下的信号记录，分别为坐姿（NR2/UFPR#1）和站立（NR2/UFPR#2），这为研究不同生理状态下的信号变化提供了丰富的数据支持。此外，数据集的采集设备和技术细节公开透明，确保了数据的可重复性和可靠性。

使用方法

UFPR PPG数据集主要用于开发和测试基于PPG信号的生物认证系统，如BEAT（Biosignal Enhanced Authenticator）系统。研究人员可以通过分析不同姿势下的PPG信号，探索其在用户身份验证中的应用潜力。数据集的使用方法包括加载数据文件、提取信号特征，并结合机器学习或深度学习算法进行模型训练与验证。数据集的结构清晰，每个文件夹中均包含详细的README文件，便于用户快速上手。

背景与挑战

背景概述

UFPR PPG数据集是在NSF/RNP美国-巴西HealthSense项目的背景下构建的，旨在通过光电容积描记（PPG）信号进行连续用户身份验证。该数据集由Fernando Nakayama等人于2019年发布，主要用于测试基于PPG生物信号的BEAT认证系统。数据集包含30名健康个体的PPG信号，年龄范围从23岁到53岁，且无心脏疾病记录。数据采集分为站立和坐姿两种状态，分别存储在NR2/UFPR#1和NR2/UFPR#2两个子数据集中。每个个体的信号采集时长为三分钟，模拟了真实场景中的用户注册过程。该数据集为生物信号在健康监测和身份验证领域的应用提供了重要支持。

当前挑战

UFPR PPG数据集在构建和应用过程中面临多重挑战。首先，PPG信号的采集易受环境噪声和个体生理状态的影响，如何在复杂环境中确保信号的高质量采集是一个关键问题。其次，数据集的构建需要模拟真实场景中的用户注册过程，这对数据采集的时间安排和实验设计提出了较高要求。此外，基于PPG信号的身份验证系统需要处理个体间的生理差异，如何在保证高准确率的同时降低误识率是技术实现中的一大难点。最后，数据集的规模相对较小，如何通过有限的数据量训练出泛化能力强的模型也是研究中的挑战之一。

常用场景

经典使用场景

UFPR PPG数据集在生物信号处理和用户认证领域具有广泛的应用。该数据集主要用于开发和测试基于光电容积描记（PPG）信号的连续用户认证系统，如BEAT系统。通过采集30名健康个体在不同姿势下的PPG信号，数据集为研究者提供了丰富的实验数据，用于验证和优化生物信号处理算法。

实际应用

在实际应用中，UFPR PPG数据集被广泛应用于健康监测和用户认证系统。例如，基于该数据集开发的BEAT系统可以用于智能设备中的连续用户认证，确保设备使用的安全性。此外，该数据集还可用于研究心血管健康，通过分析PPG信号来监测心率变化，为个性化健康管理提供数据支持。

衍生相关工作

UFPR PPG数据集衍生了许多相关研究工作，特别是在生物信号处理和用户认证领域。基于该数据集的研究成果包括改进的PPG信号处理算法、新型用户认证系统以及健康监测应用。这些工作不仅推动了相关领域的技术进步，还为未来的研究和应用提供了坚实的基础。