Kaggle赛题解析：帕金森步态预测

比赛名称：Parkinson's Freezing of Gait Prediction

从可穿戴传感器数据中检测事件

比赛链接：https://www.kaggle.com/c/tlvmc-parkinsons-freezing-gait-prediction

比赛类型：时序分类、传感器数据

比赛背景

全世界估计有 7 到 1000 万人患有帕金森病，其中许多人患有步态冻结 (FOG)。在FOG发作期间，患者的脚被“粘”在地面上，尽管他们尝试了，但仍无法向前移动。FOG对与健康相关的生活质量具有深远的负面影响——患有 FOG 的人通常情绪低落，跌倒的风险增加，更有可能被限制在轮椅上使用，并且独立性受限。

虽然研究人员有多种理论来解释 FOG 发生的时间、原因和对象，但对其成因仍没有明确的认识。客观准确地量化 FOG 的能力是推进其理解和治疗的关键之一。收集和分析 FOG 事件，例如使用您的数据科学技能，可能会导致潜在的治疗方法。

比赛任务

本次比赛的目标是检测冻结步态，这是一种使许多帕金森病患者感到虚弱的症状。您将开发一个机器学习模型，该模型根据从可穿戴 3D 下背部传感器收集的数据进行训练。

赛题目标是检测每个冻结事件的开始和停止，以及这一系列三种类型的冻结步态事件的发生：开始犹豫、转身和行走。

评价指标

提交由每个事件类别的预测的平均精度进行评估，分别为三个事件类别中的每一个计算预测置信度分数的平均精度，并取这三个分数的平均值以获得总分。

数据描述

• train/ 包含训练集中数据系列的文件夹，位于三个子文件夹中：tdcsfog/、defog/ 和 notype/。
• test/ 仅为测试系列提供时间、AccV、AccML 和 AccAP 字段。有关隐藏的 Valid 和 Task 注释如何影响评分的详细信息，请参阅评估。
• unlabeled/ 包含来自每日数据集的未注释数据系列的文件夹，每个主题一个系列。45 个受试者在除雾数据集中也有系列，一些在训练拆分中，一些在测试拆分中。
• tdcsfog_metadata.csv 通过唯一的主题、访问、测试、药物条件识别 tdcsfog 数据集中的每个系列。
• defog_metadata.csv 通过唯一的主题、访问、药物条件识别 defog 数据集中的每个系列。
• daily_metadata.csv 每日数据集中的每个系列都由主题 ID 标识。该文件还包含录制开始的时间。
• subjects.csv 研究中每个受试者的元数据，包括他们的年龄和性别。
• events.csv 所有数据系列中每个 FoG 事件的元数据。事件时间与数据系列中的标签一致。
• tasks.csv defog数据集中系列的任务元数据

比赛赛程

• 2023年6月1日：组队截止日期。
• 2023年6月8日：最终提交截止日期。

赛题奖金

• 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

解题思路

赛题是一个比较经典的时序分类任务，需要注意数据集非常大，建议使用深度学习模型来完成，可以优先尝试1D CNN的模型。