数据集概述
本数据集包含盲人与非盲人参与者的mini-BESTest平衡评估相关数据，通过AI技术实现自动化评估。数据涵盖参与者基本信息、IMU传感器采集的运动数据、专业评估得分及分层信息，可用于分析不同视力状态人群的平衡能力差异及评估模型开发。
文件详解
Test_3.zip- 文件格式：ZIP
- 内容：包含58个CSV文件，记录参与者执行mini-BESTest测试3时的IMU加速度数据，采样频率50Hz。每个文件字段包括参与者ID、时间戳、身体各部位（骨盆、躯干、四肢、头颈等）的三轴加速度数据及测试评估标签。
participants.csv- 文件格式：CSV
- 字段：ID（参与者编号）、Blindness（视力状态）、Age（年龄）、Height (m)（身高）、Weight (kg)（体重）、Gender（性别）
mbestest_punctuation.csv- 文件格式：CSV
- 字段：ID（参与者编号）、Blindness（视力状态）、测试1-14得分（含测试3/6的单腿得分）、分类得分（预期性、反应性姿势控制等）、总得分（0-24分）
manual_stratification.csv- 文件格式：CSV
- 字段：fold_0至fold_4（各交叉验证折中的参与者ID）
适用场景
- 平衡功能评估模型开发：基于IMU数据和专业评分训练AI模型，实现自动化平衡能力评估
- 视力状态对平衡影响研究：分析盲人与非盲人参与者的平衡能力差异及相关影响因素
- 医疗康复评估：为康复治疗提供客观的平衡能力数据支持
- 机器学习交叉验证：利用分层数据优化模型训练与验证流程
- 人体运动分析：通过多部位IMU数据研究平衡测试中的运动特征
