Введение
Цель этого конкурса — использовать методы машинного обучения для выявления эпизодов тумана посредством анализа данных, собранных с носимого 3D-датчика для поясницы. Это соревнование было опубликовано на Kaggle (https://www.kaggle.com/competitions/tlvmc-parkinsons-freezing-gait-prediction/overview).
II- Понимание проблемы
Что такое замирание походки (FOG)?
Замирание походки (FOG) — изнурительный симптом, часто связанный с болезнью Паркинсона. Туман может серьезно повлиять на мобильность и качество жизни людей с этим заболеванием. Во время эпизода тумана ноги человека кажутся «приклеенными» к земле, из-за чего ему крайне трудно двигаться вперед, несмотря на попытки идти. ВОГ оказывает существенное негативное воздействие на качество жизни больных, приводя к депрессии, повышенному риску падений, снижению независимости и часто необходимости использования инвалидной коляски.
Соревнование
Задача состоит в том, чтобы разработать модель машинного обучения, которая сможет точно обнаруживать эпизоды тумана на основе данных, собранных с носимого 3D-датчика в нижней части спины. Точное обнаружение ВОГ имеет решающее значение для улучшения оценки, понимания и лечения этого изнурительного симптома.
Набор данных
Набор данных для этого конкурса состоит из трех отдельных серий данных:
- Набор данных tDCS FOG (tdcsfog): Этот набор данных содержит ряд данных, собранных в лабораторных условиях, когда субъекты выполняли протокол, провоцирующий FOG.
- Набор данных DeFOG (защита от запотевания): этот набор данных включает в себя ряд данных, собранных в доме субъекта, а также после завершения протокола, провоцирующего туман.
- Набор данных «Повседневная жизнь» (ежедневно): этот набор данных состоит из одной недели непрерывных записей 24/7 от шестидесяти пяти субъектов. У сорока пяти из этих субъектов наблюдаются симптомы ВОГ, а также имеются серии в наборе данных по борьбе с запотеванием, в то время как у остальных двадцати субъектов симптомы ВОГ не проявляются и нет серий в других местах данных.
