NONAN GaitPrint: An IMU gait database of healthy older adults

The continued effort to study gait kinematics and the increased interest in identifying individuals based on their gait patterns, could be strengthened by the inclusion of data from older groups. To address this need and complement our previous database on healthy young adults, we present an addition to the Nonlinear Analysis Core (NONAN) GaitPrint database. We offer full-body inertial measurement data during self-paced overground walking on a 200 m indoor track of 41 older adults (56+ years old; 20 men and 21 women; age: 64.7 ± 7.5 years; height: 1.7 ± 0.1 m; body mass: 81.1 ± 17.8 kg) across 18 four-minute trials conducted over two days. The multiple recordings are supported by a range of pre-calculated spatiotemporal variables, a list of each subject’s anthropometrics, notes for each walking trial, and template scripts for easier application of our data to classroom assignments or laboratory research. In addition, a preliminary Bayesian analysis found a range of evidence supporting age-related gait changes between this database and our database on young adults.

持续开展的步态运动学（gait kinematics）研究，以及基于步态模式实现个体识别的研究需求日益增长，若纳入老年群体的相关数据，可有效强化这两类研究的推进力度。为响应这一需求，并补充我们此前针对健康年轻成年人建立的数据库，我们推出了非线性分析核心（Nonlinear Analysis Core, NONAN）步态指纹（GaitPrint）数据库的新增数据集。本次数据集包含41名老年受试者（年龄56岁及以上，其中男性20名、女性21名，平均年龄64.7±7.5岁，平均身高1.7±0.1米，平均体质量81.1±17.8千克）在200米室内跑道上以自主步速平地行走时的全身惯性测量数据（inertial measurement data），所有数据采集自为期两天的18次时长为4分钟的行走试验。该多批次录制数据配套提供了一系列预计算的时空参数（spatiotemporal variables）、每位受试者的人体测量学参数（anthropometrics）列表、每一次行走试验的记录备注，以及可用于快速将本数据集应用于课堂作业或实验室研究的模板脚本。此外，初步的贝叶斯分析（Bayesian analysis）发现，相较于我们此前针对年轻成年人建立的数据库，本数据集存在多组支持年龄相关步态变化的实证依据。

搜集汇总

背景与挑战

背景概述

该数据集是一个关于健康老年人步态的IMU数据库，包含41名56岁以上受试者在两天内进行的18次四分钟自定步速行走试验的全身惯性测量数据。数据集还提供了丰富的辅助信息，如时空变量、人体测量数据和试验笔记，以及用于教学和研究的模板脚本。