DAMMI

DAMMI数据集由伊斯兰阿扎德大学拉希詹分校计算机工程系的研究团队创建，旨在支持智能健康监测系统的研究。该数据集包含一位60岁女性在146天内的日常活动数据，通过家庭安装的传感器、智能手机数据和腕带收集，并包含每日心理报告。数据集的创建过程涉及多传感器设备的协同工作，以捕捉用户的多维度生活视角。该数据集的应用领域主要集中在老年人护理、智能家庭和日常活动监测，旨在通过数据分析和预测，提高老年人的生活质量和健康监测的准确性。The DAMMI dataset was created by a research team from the Department of Computer Engineering, Rashtjan Branch, Islamic Azad University, to support research on intelligent health monitoring systems. This dataset contains daily activity data of a 60-year-old woman over 146 days, collected via home-installed sensors, smartphone data, and wristbands, and also includes daily psychological reports. The creation of the dataset involves the collaborative operation of multiple sensor devices to capture a multi-dimensional perspective of the user's daily life. Its application fields mainly focus on elder care, smart homes, and daily activity monitoring, aiming to improve the quality of life of the elderly and the accuracy of health monitoring through data analysis and prediction.

搜集汇总

数据集介绍

构建方式

DAMMI数据集的构建基于一个配备多种传感器的智能家庭环境，包括环境传感器、腕带和智能手机数据，以及每日心理报告。数据采集周期为146天，涵盖了多种日常生活活动和重要事件，如COVID-19疫情、新年假期和斋月。这些数据通过精心设计的传感器网络和专业的数据采集系统进行实时记录，确保了数据的完整性和准确性。此外，每日心理报告由专业心理学家团队通过标准化问卷进行评估，为数据集增添了心理层面的深度。

特点

DAMMI数据集的显著特点在于其多模态数据的整合，包括环境传感器、腕带、智能手机和心理报告，提供了对老年人日常生活的全面视角。数据集的时间跨度较长，能够捕捉到行为模式的变化和趋势。此外，数据集涵盖了多个重大事件，这些事件对日常行为产生了显著影响，为研究提供了丰富的上下文信息。每日心理报告的加入，使得研究者能够探索情绪和心理状态与日常活动之间的关联。

使用方法

DAMMI数据集适用于多种研究场景，包括但不限于智能健康监测、行为分析、异常检测和心理健康评估。研究者可以通过分析环境传感器数据来识别和预测日常活动模式，利用腕带和智能手机数据来评估生理和行为指标，结合心理报告来研究情绪和心理状态的变化。数据集的多模态特性使得跨学科研究成为可能，研究者可以结合不同类型的数据进行综合分析，以提高模型的准确性和鲁棒性。

背景与挑战

背景概述

随着全球老龄化人口的增加和年龄结构的转变，对医疗保健和福祉服务的需求显著上升。为应对这一挑战，结合医疗和技术进步，'居家养老'概念应运而生。智能系统和工具，特别是利用物联网（IoT）技术，被提出以实现持续和实时的健康监测，辅助医疗专业人员和医疗系统。DAMMI数据集由伊朗拉希詹伊斯兰阿扎德大学计算机工程系的研究团队创建，旨在通过收集老年人的日常活动数据，结合心理学家提供的心理报告，支持智能健康监测系统的开发和评估。该数据集涵盖了146天的数据，包括家庭传感器、智能手机和腕带的数据，以及重要事件如COVID-19疫情、新年假期和斋月的影响，为研究提供了丰富的背景信息。

当前挑战

DAMMI数据集在构建过程中面临多项挑战。首先，收集多模态数据（如传感器、智能手机和腕带数据）需要复杂的设备部署和数据同步技术，确保数据的准确性和一致性。其次，数据集涵盖了多个重要事件，这些事件可能导致行为模式的显著变化，增加了数据分析的复杂性。此外，心理报告的收集和标注需要专业心理学家的参与，确保数据的质量和可靠性。最后，缺乏类似的综合数据集使得评估智能健康系统的性能变得困难，依赖于合成数据可能导致评估结果的不准确。因此，创建和共享此类综合数据集对于推动智能健康技术的发展至关重要。

常用场景

经典使用场景

DAMMI数据集的经典使用场景主要集中在智能健康监测和老年人日常活动分析领域。通过整合家庭环境中的多种传感器数据、智能手机应用使用记录以及腕带的健康监测信息，研究人员能够全面捕捉老年人的日常生活模式。这些数据不仅包括基本的身体活动，如步行和睡眠，还涵盖了心理状态的每日报告，从而为多维度的健康评估提供了可能。

衍生相关工作

DAMMI数据集的发布催生了一系列相关研究工作，特别是在智能健康监测和老年人护理领域。例如，有研究利用该数据集开发了新的活动识别算法，以提高对老年人日常活动的监测精度。此外，还有研究探讨了如何结合心理报告数据来预测和干预老年人的心理健康问题。这些衍生工作不仅丰富了该领域的研究内容，也为实际应用提供了更多可能性。

数据集最近研究

最新研究方向

在老龄化社会背景下，DAMMI数据集的最新研究方向主要集中在利用多模态数据融合技术来提升智能健康监测系统的准确性和可靠性。研究者们致力于通过整合环境传感器、可穿戴设备和智能手机数据，以及每日心理报告，来构建更为全面和细致的老年人行为和心理状态模型。这些模型不仅有助于早期识别和预测老年人的健康问题，如认知衰退和心理健康变化，还能在重大生活事件（如疫情、节日和宗教活动）期间提供更为精准的行为分析。此外，该数据集的长期性和多事件覆盖特性，使其成为研究老年人日常活动模式变化和健康干预效果评估的重要资源。通过这些研究，旨在开发出能够适应老年人多样化需求并提供个性化护理的智能健康解决方案。

相关研究论文

• DAMMI:Daily Activities in a Psychologically Annotated Multi-Modal IoT dataset

  伊斯兰阿扎德大学拉希詹分校计算机工程系 · 2024年