mPower

美国罗切斯特大学医学中心联合Sage Bionetworks共同收集的移动健康平台的帕金森实多源多模态异质性数据

数据类型:可申请获取

数据来源:Brian et al.

创建时间:2015-03-09

数据集编号:No.12132

热度:

帕金森,可穿戴设备,信号,音频,移动健康

自定义协议,非商业可用

Big-data节点

柯水洲维护

详情

mPower数据集通过在移动健康平台发布应用来收集参与者的数据,包含8320名实验参与者在人口统计、记忆”、“敲击”、“声音”和“行走”等五项任务以及帕金森量表MDS-UPDRS和抑郁量表PDQ8的多源多模态数据,数据模态包括:音频、信号(如加速度、陀螺仪等)、结构化信息,数据总量为20万余条。由于参与者在适用移动应用的过程中不受监督,众多参与者的数据会存在一定的缺失。

访问地址

mPower

配置方式

由于数据集数据量巨大,存在多个数据源和多种数据模态,因此需要依据具体任务而处理数据,因此不提供配置方法。

相关论文

题目 期刊 / 会议 作者 地址 代码
Wearable Sensor-based Chronic Condition Severity Assessment: An Adversarial Attention-based Deep Multisource Multitask Learning Approach MIS Quarterly 2022 Shuo Yu, Yidong Chai, Hsinchun Chen, Scott J. Sherman, Randall A. Brown  
Remote smartphone monitoring of Parkinson’s disease and individual response to therapy Nature Biotechnology 2022 Omberg et al.  
Multi-Source Ensemble Learning for the Remote Prediction of Parkinson’s Disease in the Presence of Source-Wise Missing Data TBME 2019 Prince et al.  

小组论文

题目 期刊 作者 地址 代码
Wearable Sensor-based Chronic Condition Severity Assessment: An Adversarial Attention-based Deep Multisource Multitask Learning Approach MIS Quarterly Shuo Yu, Yidong Chai, Hsinchun Chen, Scott J. Sherman, Randall A. Brown