为什么运动生理传感器数据集值得系统梳理

跑步和运动生理监测算法的研发离不开真实场景采集的传感器数据。心率带、腕部光电容积脉搏波（PPG）传感器、加速度计、陀螺仪，每类信号对应不同的噪声特征：PPG 信号易受运动伪影污染，加速度计数据需区分走路、跑步、骑车等步态，而跑步生物力学研究更关注关节角度和地面反作用力这类需专业动作捕捉系统采集的高精度数据。这类数据的采集成本高、周期长，因此公开数据集成为算法验证的重要基础。本文梳理了五个可直接获取的公开数据集，覆盖从消费级可穿戴设备到实验室级动作捕捉系统的不同精度层级，标注了受试者规模、采集设备与许可协议，供研究者按场景选用。

图1：运动生理传感器公开数据集分类概览

上图将本文介绍的五个公开数据集按应用场景划分为三大类，为读者提供宏观的选型视角：

1. 综合活动识别类：以 PAMAP2 为代表，面向需要识别多种日常与运动活动（如走路、跑步、骑车、上下楼梯等）的研究场景。这类数据集通常包含多部位惯性测量单元（IMU）和心率传感器，适合验证多传感器融合的活动识别算法。

2. 腕部 PPG 与心率类：包含 PhysioNet Wrist PPG 和 Empatica E4 两个数据集，专注于腕戴设备在运动状态下的光电容积脉搏波（PPG）信号质量评估与心率估计算法优化。前者提供 PPG 与心电图（ECG）金标准的同步比对，后者则扩展了皮电活动（EDA）和温度等多模态生理信号。

3. 跑步生物力学类：包括 Fukuchi 和 Ferber 两个数据集，针对跑步姿态分析、损伤风险评估等需要高精度运动学与动力学参数的研究。这类数据由专业动作捕捉系统和测力跑步机采集，提供关节角度、地面反作用力等实验室级测量指标。

该分类图展示了不同数据集的核心定位，但具体到您的研究项目该如何选择？请结合后文的决策流程图（图 2），它将以问答形式引导您根据研究目标（如“需要识别多种活动类型吗？”、“需要优化运动心率算法吗？”等）快速锁定最适合的数据集。

综合活动识别类：PAMAP2生理活动监测数据集

PAMAP2（Physical Activity Monitoring）是加州大学欧文分校机器学习库（UCI Machine Learning Repository）收录的经典活动识别数据集，长期作为人体活动识别（HAR）算法的基准测试集。数据由 9 名参与者采集，每人佩戴心率监测器（采样率约 9 Hz）以及三个惯性测量单元（IMU），分别固定在手腕、胸部和脚踝。每个 IMU 包含温度传感器、三轴加速度计（两种量程）、三轴陀螺仪和三轴磁力计。参与者共完成 18 种日常和运动活动，包括走路、跑步、骑自行车、上下楼梯、踢足球等。数据集包含约 385 万条记录，压缩包约 656 MB，每条记录 54 列，涵盖时间戳、活动标签和 52 个原始传感器读数。数据集采用 CC BY 4.0 许可协议，可直接下载，也可通过 Python 的 ucimlrepo 包调用。

腕部光电容积脉搏波与心率类：PhysioNet两个数据集

PhysioNet的"Wrist PPG During Exercise"数据集由8名参与者（3男5女，22至32岁）在跑步机上完成走路和轻松慢跑各10分钟，再在功率自行车上完成低阻力和高阻力骑行各10分钟。每次活动同步采集腕部PPG、两种量程的三轴加速度计、三轴陀螺仪，以及作为金标准的胸部心电图，采样率均为256 赫兹，数据以WFDB格式提供，采用开放数据共享署名许可协议（Open Data Commons Attribution License v1.0）。

另一个是"Wearable Device Dataset from Induced Stress and Structured Exercise Sessions"，使用Empatica E4腕带采集，传感器包括PPG（64 赫兹，可推算血容量脉搏和心率）、三轴加速度计（32 赫兹）、红外体表温度（4赫兹）和皮电活动（4 赫兹）。压力协议涉及36名参与者，有氧运动协议（改良Storer-Davis最大自行车测试）涉及30名参与者，无氧运动协议（改良Wingate冲刺测试）涉及31名参与者，同样采用开放数据共享署名许可协议。需说明的是，其运动场景是功率自行车而非跑步，若研究严格限定跑步步态，需结合下文的生物力学数据集使用；作为心率与皮电联合建模的基础数据，其采集协议设计和元数据较为完整。

跑步生物力学类：下肢运动学与动力学数据集

如果研究方向是跑步姿态分析、损伤风险评估或步态参数提取，需要的是关节角度、地面反作用力这类由专业动作捕捉系统采集的数据。这方面，有两个规模和精度都突出的公开数据集。

第一个由 Fukuchi 等人发布在 Figshare，全称 “A public dataset of running biomechanics and the effects of running speed on lower extremity kinematics and kinetics”，采集了 28 名有规律跑步习惯的受试者在 2.5、3.5 和 4.5 米/秒三种速度下的数据，使用三维动作捕捉系统和双带式测力跑步机，记录下肢关节角度、地面反作用力、关节力矩和关节功率，附带人口统计学信息、着地方式和肌力柔韧性数据，以 C3D 和文本格式提供，采用 CC BY 4.0 许可协议，方法学论文发表于 PeerJ 期刊，适合研究跑步速度对下肢力学的系统性影响。

第二个规模大得多，为 “A Biomechanical Dataset of 1,798 Healthy and Injured Subjects During Treadmill Walking and Running”，2024 年 11 月发表于 Scientific Data 期刊，数据托管在 Figshare+ 平台。数据集纳入1798名受试者，其中396名无跑步相关伤病、1402名有下肢跑步相关伤病，年龄覆盖18至49岁和50岁以上两个区间，步行速度每秒0.4至1.9米，跑步速度每秒1.1至4.9米，使用Vicon光学动作捕捉系统配合Bertec电动跑步机采集三维标记点原始轨迹，提供伤病史、性别、年龄等元数据及步宽、步频、膝关节峰值屈曲角度等已计算变量，采用CC BY-NC-ND 4.0许可协议，允许科研使用，不得用于商业目的或修改后重新分发。凭借近1800人的样本量和健康、受伤两类对照设计，是目前体量最大的公开跑步生物力学数据集。

如何按研究场景挑选数据集

不同研究目标对应的最优数据集不同。验证多传感器活动识别算法，需覆盖走路、跑步、骑车等活动，PAMAP2 的 18 类标签和三部位 IMU 布局比较合适，但9人样本规模偏小。优化腕戴设备的运动心率估计算法，“Wrist PPG During Exercise”提供 PPG 原始信号与 ECG 金标准的直接比对；若想扩展到皮电与运动强度的关系，可参考 Empatica E4 数据集，但需明确其场景是骑行而非跑步。关注跑步本身的关节力学或损伤风险，两个生物力学数据集更准确：样本较小的 Fukuchi 数据集适合机制性分析，近 1800 人的 Ferber 数据集适合统计建模，但后者禁止商业使用和二次分发。总体上，可穿戴设备信号数据集反映消费级传感器的真实表现，实验室级数据集反映运动力学本质，两者结合更能支撑完整的研究链条。

图2：按研究场景选择数据集的决策流程

使用边界

以上数据集均为面向科研的生理与运动传感器数据，不构成运动医学建议，不能替代专业医生或教练针对个人身体状况给出的训练与康复指导。将其中方法用于个人训练决策前，应结合专业人员的现场评估。若计划将基于这些数据集训练的算法用于商用产品，需逐一核实许可条款：Ferber 等人的 1798 人数据集禁止商业使用和演绎作品；PAMAP2 和 Fukuchi 的数据集虽允许商业使用，但要求署名。具体以数据托管平台公示版本为准。

数据集核心参数对比

下表汇总了正文提及的五个运动生理传感器 数据集的核心参数，便于研究者快速对比与选择。为提升可读性，我们将信息拆分为两个表格：表1聚焦数据集规模、传感器与活动类型，表2则对比许可协议与适用场景。

表1：数据集规模、传感器与活动类型对比

数据集名称	受试者规模	主要传感器类型	采样率/精度	活动类型
PAMAP2	9名受试者	心率监测器（~9 Hz）、三部位 IMU（加速度计、陀螺仪、磁力计、温度）	心率 ~9 Hz，IMU 100 Hz	18种日常与运动活动（走路、跑步、骑车、上下楼梯、踢足球等）
PhysioNet Wrist PPG	8名参与者（3男5女，22-32岁）	腕部 PPG、三轴加速度计（两种量程）、三轴陀螺仪、胸部 ECG（金标准）	256 Hz	跑步机步行（10分钟）、跑步机轻松慢跑（10分钟）、功率自行车低/高阻力骑行（各10分钟）
Empatica E4	压力诱导36人，有氧运动30人，无氧运动31人（共97人次）	PPG（64 Hz）、三轴加速度计（32 Hz）、红外体表温度（4 Hz）、皮电活动（4 Hz）	PPG 64 Hz，加速度计 32 Hz，温度/皮电 4 Hz	压力诱导、有氧运动（改良 Storer‑Davis 最大自行车测试）、无氧运动（改良 Wingate 冲刺测试）
Fukuchi跑步生物力学	28名有规律跑步习惯的受试者	三维动作捕捉系统、双带式测力跑步机	动作捕捉系统（高精度，具体频率未在正文明确）、测力跑步机	跑步机跑步（2.5、3.5、4.5 m/s 三种速度）
Ferber跑步生物力学	1798名受试者（396名健康，1402名有下肢跑步相关伤病）	Vicon光学动作捕捉系统、Bertec电动跑步机	光学动作捕捉系统（高精度，具体频率未在正文明确）	跑步机步行（0.4‑1.9 m/s）、跑步机跑步（1.1‑4.9 m/s）

表2：许可协议与适用场景对比

数据集名称	许可协议	适用场景
PAMAP2	CC BY 4.0（允许商用，要求署名）	多传感器活动识别算法验证、人体活动识别（HAR）基准测试
PhysioNet Wrist PPG	开放数据共享署名许可协议（ODC‑By v1.0）	腕戴设备运动心率算法优化、PPG 信号与 ECG 金标准比对
Empatica E4	开放数据共享署名许可协议（ODC‑By v1.0）	心率与皮电联合建模、运动强度与生理信号关系研究（注意：运动场景为功率自行车，非跑步）
Fukuchi 跑步生物力学	CC BY 4.0（允许商用，要求署名）	跑步姿态分析、损伤风险评估、步态参数提取、跑步速度对下肢力学影响机制研究
Ferber 跑步生物力学	CC BY‑NC‑ND 4.0（仅限科研，禁止商用和演绎作品）	大规模统计建模、健康与受伤跑者生物力学对比、流行病学研究、跑步损伤风险因素分析

表1、表2：五个运动生理传感器数据集核心参数对比（拆分后）

常见问题

这些数据集里哪个最适合入门做跑步动作识别算法？ 入门验证多传感器活动识别流程，PAMAP2 结构清晰、标签丰富，是常见起点；若聚焦跑步本身的力学参数，建议直接从Fukuchi 等人的跑步生物力学数据集入手，样本量适中且速度梯度规范。

PhysioNet 上的运动数据集能否直接当作户外跑步场景的训练数据？ 不能完全等同。“Wrist PPG During Exercise”确实包含跑步机慢跑数据，但速度由受试者自定且是室内环境；Empatica E4 采集的运动压力数据集用的是功率自行车协议，并非跑步，使用前需按活动类型筛选。

这些数据集可以直接用于商业化的可穿戴设备算法开发吗？ 需逐一核实许可协议。PAMAP2和Fukuchi的数据集采用CC BY 4.0，允许商用但要求署名；两个PhysioNet数据集采用开放数据共享署名许可协议，同样要求署名；Ferber等人的1798人数据集采用CC BY-NC-ND 4.0，禁止商用和重新分发，商用前务必核对原始许可页面。

如果你在挑选运动/生理监测相关数据集时还没确定该用哪个，可以把你的传感器类型和研究场景说清楚，通过 数聚天成的检索助手 帮你比对候选数据集的规模、字段和获取路径；数聚天成官网（www.deepsdata.com）也整理了更多细分领域的数据集导航可供参考。如果你经常需要在浏览网页时快速核实某个数据源页面的真实内容，小聚网页数据助手 可以帮你直接核对当前页面信息。

数据集获取链接

为方便读者快速访问，以下是正文中提到的五个数据集的官方或托管平台链接、数据格式说明及下载注意事项：

1. PAMAP2 数据集

• 获取链接：UCI Machine Learning Repository - PAMAP2 Dataset
• 数据格式：压缩包（约 656 MB），包含多个文本文件（.dat），每条记录 54 列，含时间戳、活动标签和 52 个传感器的原始读数。
• 下载注意事项：
  • 可直接通过网页下载，也可使用 Python 的 ucimlrepo 包（pip install ucimlrepo）以编程方式获取。
  • 数据集采用 CC BY 4.0 许可，使用时需按要求署名。
  • 文件较大，建议在稳定网络环境下下载，解压后约 2.5 GB。

2. PhysioNet Wrist PPG 数据集

• 获取链接：PhysioNet - Wrist PPG During Exercise
• 数据格式：WFDB（Waveform Database）格式，包含 .dat（信号）、.hea（头文件）等文件。
• 下载注意事项：
  • 需安装 WFDB 工具包（如 wfdb Python 库）进行读取。
  • 采用开放数据共享署名许可协议（ODC‑By v1.0），使用时需注明来源。
  • 数据集包含 8 名受试者的 PPG、加速度计、陀螺仪和 ECG 金标准数据，采样率均为 256 Hz。

3. Empatica E4 数据集

• 获取链接：PhysioNet - Wearable Device Dataset from Induced Stress and Structured Exercise Sessions
• 数据格式：CSV 文件，按协议（压力、有氧、无氧）和参与者分文件夹存放。
• 下载注意事项：
  • 同样采用 ODC‑By v1.0 许可，需署名。
  • 数据包含 PPG（64 Hz）、加速度计（32 Hz）、温度（4 Hz）和皮电活动（4 Hz）。
  • 注意该数据集运动场景为功率自行车，非跑步，使用时需根据研究目的筛选。

4. Fukuchi 跑步生物力学数据集

• 获取链接：Figshare - A public dataset of running biomechanics and the effects of running speed on lower extremity kinematics and kinetics
• 数据格式：C3D（运动捕捉原始数据）和文本文件（.txt），包含关节角度、地面反作用力、关节力矩等。
• 下载注意事项：
  • 采用 CC BY 4.0 许可，允许商用但要求署名。
  • 需使用运动分析软件（如 Visual3D、OpenSim）或相应库读取 C3D 文件。
  • 数据集包含 28 名跑者在三种速度（2.5、3.5、4.5 m/s）下的数据，适合研究速度对下肢生物力学的影响。

5. Ferber 跑步生物力学数据集

• 获取链接：Figshare+ - A Biomechanical Dataset of 1,798 Healthy and Injured Subjects During Treadmill Walking and Running
• 数据格式：包含原始标记点轨迹（.c3d）和已计算步态参数（.csv）等。
• 下载注意事项：
  • 采用 CC BY‑NC‑ND 4.0 许可，仅限科研使用，禁止商业用途和修改后重新分发。
  • 数据集规模大（近 1800 人），下载前需注册 Figshare 账户，部分文件可能需要分批下载。
  • 包含健康与受伤跑者的对照数据，适合大规模统计建模和损伤风险研究。

提示：访问上述链接时，请务必仔细阅读各平台的使用条款和许可协议，确保您的使用方式符合规定。对于需要编程获取的数据集（如 PAMAP2、PhysioNet 数据），建议先查看官方文档或示例代码，确保能正确解析数据格式。