Kaggle賽題解析：帕金森步態預測

比賽名稱：Parkinson's Freezing of Gait Prediction

從(cong) 可穿戴傳(chuan) 感器數據中檢測事件

比賽鏈接：https://www.kaggle.com/c/tlvmc-parkinsons-freezing-gait-prediction

比賽類型：時序分類、傳(chuan) 感器數據

比賽背景

全世界估計有 7 到 1000 萬(wan) 人患有帕金森病，其中許多人患有步態凍結 (FOG)。在FOG發作期間，患者的腳被“粘”在地麵上，盡管他們(men) 嚐試了，但仍無法向前移動。FOG對與(yu) 健康相關(guan) 的生活質量具有深遠的負麵影響——患有 FOG 的人通常情緒低落，跌倒的風險增加，更有可能被限製在輪椅上使用，並且獨立性受限。

雖然研究人員有多種理論來解釋 FOG 發生的時間、原因和對象，但對其成因仍沒有明確的認識。客觀準確地量化 FOG 的能力是推進其理解和治療的關(guan) 鍵之一。收集和分析 FOG 事件，例如使用您的數據科學技能，可能會(hui) 導致潛在的治療方法。

比賽任務

本次比賽的目標是檢測凍結步態，這是一種使許多帕金森病患者感到虛弱的症狀。您將開發一個(ge) 機器學習(xi) 模型，該模型根據從(cong) 可穿戴 3D 下背部傳(chuan) 感器收集的數據進行訓練。

賽題目標是檢測每個(ge) 凍結事件的開始和停止，以及這一係列三種類型的凍結步態事件的發生：開始猶豫、轉身和行走。

評價指標

提交由每個(ge) 事件類別的預測的平均精度進行評估，分別為(wei) 三個(ge) 事件類別中的每一個(ge) 計算預測置信度分數的平均精度，並取這三個(ge) 分數的平均值以獲得總分。

數據描述

• train/ 包含訓練集中數據係列的文件夾，位於三個子文件夾中：tdcsfog/、defog/ 和 notype/。
• test/ 僅為測試係列提供時間、AccV、AccML 和 AccAP 字段。有關隱藏的 Valid 和 Task 注釋如何影響評分的詳細信息，請參閱評估。
• unlabeled/ 包含來自每日數據集的未注釋數據係列的文件夾，每個主題一個係列。45 個受試者在除霧數據集中也有係列，一些在訓練拆分中，一些在測試拆分中。
• tdcsfog_metadata.csv 通過唯一的主題、訪問、測試、藥物條件識別 tdcsfog 數據集中的每個係列。
• defog_metadata.csv 通過唯一的主題、訪問、藥物條件識別 defog 數據集中的每個係列。
• daily_metadata.csv 每日數據集中的每個係列都由主題 ID 標識。該文件還包含錄製開始的時間。
• subjects.csv 研究中每個受試者的元數據，包括他們的年齡和性別。
• events.csv 所有數據係列中每個 FoG 事件的元數據。事件時間與數據係列中的標簽一致。
• tasks.csv defog數據集中係列的任務元數據

比賽賽程

• 2023年6月1日：組隊截止日期。
• 2023年6月8日：最終提交截止日期。

賽題獎金

• 第一名：40,000 美元
• 第二名：25,000 美元
• 第三名：20,000 美元
• 第四名：10,000 美元
• 第五名：5,000 美元

解題思路

賽題是一個(ge) 比較經典的時序分類任務，需要注意數據集非常大，建議使用深度學習(xi) 模型來完成，可以優(you) 先嚐試1D CNN的模型。