《Scientific Data》：A Multi-Modal Dataset for Ground Reaction Force Estimation Using Consumer Wearable Sensors
编辑推荐：
本研究针对缺乏可用于评估消费级可穿戴设备估算垂直地面反作用力(vGRF)性能的开放多模态数据这一问题，利用Apple Watch传感器与测力台同步采集了行走、慢跑等多种活动的数据，建立了包含492次验证试验的多模态数据集，为可穿戴生物力学研究和机器学习模型基准测试提供了高质量资源，有力支撑了可重复性研究。该成果已发表于《Scientific Data》。
随着智能手表等消费级可穿戴设备的普及，人们越来越希望通过这些便捷的设备获取专业的运动健康数据，比如跑步时的地面冲击力——也就是垂直地面反作用力(vGRF)。vGRF是评估运动负荷、损伤风险以及康复效果的关键指标，传统上只能在实验室里借助昂贵的测力台系统才能精确测量，这大大限制了其在日常场景中的应用。虽然近年来不少研究尝试利用手腕或腰部佩戴的惯性测量单元(IMU)来估算vGRF，但这一领域始终面临一个尴尬的瓶颈：缺乏完全开放的、同时包含消费级设备原始数据和实验室金标准数据的多模态数据集。没有这样的基准数据，研究人员就很难公平地比较不同算法的性能，也无法系统地探究传感器佩戴位置对估算精度的影响，阻碍了可穿戴生物力学的可重复性发展。
为了解决这个难题，一项题为“A Multi-Modal Dataset for Ground Reaction Force Estimation Using Consumer Wearable Sensors”的研究应运而生，并在《Scientific Data》上发表。这项研究的目标非常明确：打造一个高质量的开放数据集，让全球的研究者都能用它来训练和测试vGRF估计算法，推动消费级可穿戴设备在真实世界中的科学应用。
为了构建这个宝贵的数据集，研究团队招募了10名年龄在26至41岁之间的健康成年人作为受试者。每名受试者需要在身上佩戴两件消费级的Apple Watch设备，分别固定于左手腕和腰部，以此来模拟日常生活中最常见的两种佩戴方式。在实验过程中，他们需要完成五种典型的身体活动：正常行走、慢跑、快跑、原地脚跟下落（heel drops）以及台阶下跳（step drops）。这些动作涵盖了从低频到高频、从低冲击到高冲击的多种生物力学场景。数据采集的核心在于同步性：研究人员利用高精度的实验室测力台（采样率高达1000 Hz）捕获真实的vGRF（Force_Z）作为金标准，同时记录下两款Apple Watch内置IMU的原始数据（采样率约100 Hz）。最终，经过严格的质量控制和时间对齐处理，研究团队成功整合了492次有效试验，其中更是包含了395组“三元完整”（wrist + waist + force-plate）的高质量数据，为跨传感器对比分析打下了坚实基础。
在整个数据集的构建与验证过程中，几项关键技术起到了决定性作用。首先是多模态时间对齐技术，通过稳定的标识符将不同来源的数据流精准匹配，确保了IMU信号与测力台信号在毫秒级别上的同步。其次是全面的质量控制框架，研究人员建立了一套三阶段交叉验证流程，分别检查腰戴传感器与测力台、腕戴与腰戴传感器、以及腕戴传感器与测力台之间数据的一致性和合理性。此外，为了评估数据的可靠性，团队引入了组内相关系数（ICC）来分析峰值vGRF的重复性，并创新性地采用了蒙特卡洛敏感性分析方法，检验了时间戳微小扰动（如±10 ms，相当于约±1个IMU样本）对相关性指标的潜在影响，证明了数据在时间维度上的鲁棒性。
数据集构成与可用性
通过对采集数据进行清洗和整理，该数据集最终呈现出极高的完整性。在总计492次试验中，腕部传感器数据可用461次（占比93.7%），腰部传感器数据可用451次（91.7%），而测力台的金标准数据可用449次（91.3%）。这种高覆盖率确保了数据集能够满足绝大多数统计分析的需求。特别值得一提的是，核心的“三元完整”子集包含了395次试验，这意味着研究者可以直接调用这批数据，无需担心缺失值干扰，即可进行深入的跨设备性能评估。
数据质量与一致性特征
数据好不好，关键在于是否可靠。研究团队没有仅仅停留在提供原始数据上，而是深入挖掘了其内在质量。通过三阶段的交叉传感器合理性检验，他们证实了腰部和腕部IMU数据与测力台Force_Z数据之间具有良好的一致性。在重复性方面，对于不同活动的峰值vGRF，其组内相关系数（ICC）高达0.871至0.990，显示出极佳的测量稳定性。即便是面对最严苛的时间抖动考验，蒙特卡洛分析也给出了令人安心的答案：当时间戳发生±10 ms的扰动时，对于相关系数绝对值大于0.2的比较项，其平均绝对变化仅为0.010左右。这表明，基于该数据集得出的相关性结论，不会因为微小的采样时间误差而发生颠覆性改变。
开源与可重复性价值
这项研究的最大亮点之一在于其彻底的开放性。所有的时间序列数据（包括原始和经过处理的版本）、试验级别的元数据、质量控制标记以及机器可读的数据字典，均已按照CC BY 4.0许可协议向全球公开。配套的分析脚本也被妥善归档并与GitHub镜像同步。这不仅极大地降低了同行们获取高质量生物力学数据的门槛，更为机器学习模型在vGRF估计领域的基准测试树立了新的标杆。
综上所述，这项研究成功地填补了消费级可穿戴设备生物力学研究中的数据空白。它不仅仅是一堆冷冰冰的数字，更是一个连接实验室精密仪器与大众日常生活的桥梁。通过提供包含腕部、腰部IMU数据与实验室测力台vGRF真值完美对齐的多元化数据集，它不仅证明了利用普通智能手表进行高精度生物力学分析的可行性，更揭示了传感器佩戴位置对估算结果的具体影响。这对于未来开发更精准的个人健康监测算法、预防运动损伤以及指导个性化康复训练具有深远的现实意义。正如作者所言，该资源将为可穿戴生物力学的可重复性研究、机器学习模型的客观评测以及广泛可及设备的系统性调查提供持久动力。
