博世腕戴传感器住院患者身体活动数据集

这份数据由德国斯图加特 Robert-Bosch-Hospital 与 Bosch Healthcare Solutions 的作者发布，托管在 PhysioNet。研究于 2016 年招募 58 名内科住院患者佩戴腕式传感器，连续记录加速度、角速度与环境信号。惯性传感器采样率为 100 Hz，其他传感器为 1 Hz。每名患者还附有人口学、生命体征、检验、问卷与出院信信息。

住院患者的活动量与恢复和再入院有关，临床上却很少连续测量。这份数据可用于研究腕戴传感器测得的活动与住院时长、30 天再入院之间的关系。数据给的是原始信号，研究者可以自行开发活动识别算法，不必依赖步数等通用指标。

它是真实住院患者的传感器信号与临床记录，属于 1.0 临床真实一层。模型可以从中学习腕部运动信号与患者健康状况、出院后结局之间的对应。数据没有人工标注的动作或体位标签，模型只能借临床指标做间接监督。部分患者有效记录很少甚至没有，再入院只统计回到本院者，可能偏低。数据只来自一家德国医院的 58 名患者，样本量小。

项目	内容
规模	58 名内科住院患者
记录来源	研究方案采集、诊疗过程
记录单位	患者
时间轴	纵向，住院期间连续记录，出院后 30 天记录再入院，跨度 2016 年
结局	住院时长与出院后 30 天再入院，只统计回到本院者
专家标注	未列明
任务环境	未列明

表：R4xx/export/measurement_k/sensorData.csv。

字段	含义	类型或取值
time	距测量开始的时间	ms
acc_1-3	三轴加速度信号	三列
gyro_1-3	三轴角速度信号	三列
hum	湿度信号	%
light	光照	J
pres	气压信号	kg·m−1·s−2
temp	温度	摄氏度

项目	内容
许可	PhysioNet Restricted Health Data License 1.5.0
商用	未列明
申请	注册并签数据使用协议，页面未列培训要求
中国可用性	未写地域限制，须注册 PhysioNet 并签协议

项目	内容
维护方口径	经图宾根大学医学院伦理委员会批准。每条记录须至少 8 小时，佩戴时间超过 80%
已知局限	数据质量不一，部分患者有效记录很少。再入院仅统计回到本院者，可能低估。仅用单个腕戴传感器

• 特殊话题　›　住院患者活动监测

https://physionet.org/content/hospital-activity-bosch/1.0/；https://physionet.org/content/hospital-activity-bosch/view-license/1.0/。