mmWave 雷达生命体征检测数据集：年龄平衡与个体多样性

前言

雷达生命体征检测面临一个核心挑战：缺乏高质量的公开数据集，尤其是年龄平衡和个体多样性不足。

Scientific Data 发布了一个大规模 mmWave 雷达生命体征数据集，为舱内监控（DMS/OMS/CPD）算法开发提供了重要资源。

一、数据集概览

1.1 基本信息

项目 规格
名称 Age-Balanced mmWave Radar Dataset for Vital Signs
发表期刊 Scientific Data（Nature 子刊）
传感器 TI IWR6843ISK-ODS（60 GHz mmWave）
参考传感器 Movesense ECG、OMRON 血压计、Beurer 呼吸带
被试数量 大规模（年龄平衡）
年龄范围 6-90 岁
采集时长 每人约 5 分钟
数据格式 雷达原始数据 + 同步参考信号

1.2 核心特点

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
数据集核心特点：

┌─────────────────────────────────────────────────────────┐
│  1. 年龄平衡                                            │
│     ├── 儿童（6-12岁）                                 │
│     ├── 青少年（13-19岁）                              │
│     ├── 成年（20-59岁）                                │
│     └── 老年（60-90岁）                                │
│                                                         │
│  2. 个体多样性                                          │
│     ├── 性别均衡                                       │
│     ├── BMI 分布                                       │
│     └── 健康状况                                       │
│                                                         │
│  3. 同步参考信号                                        │
│     ├── ECG（心电）                                    │
│     ├── 呼吸带                                         │
│     └── 血压                                           │
│                                                         │
│  4. 多种场景                                            │
│     ├── 静止站立                                       │
│     ├── 轻微运动                                       │
│     └── 深呼吸                                         │
└─────────────────────────────────────────────────────────┘

二、技术架构

2.1 传感器配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
传感器配置：

┌─────────────────────────────────────────────────────────┐
│  TI IWR6843ISK-ODS                                      │
│  ├── 频率：60 GHz                                      │
│  ├── 带宽：4 GHz                                       │
│  ├── 天线：3T4R MIMO                                   │
│  ├── 分辨率：距离 ~4cm，速度 ~0.2m/s                   │
│  └── 采样率：100 Hz（可配置）                          │
└─────────────────────────────────────────────────────────┘
    │
    ├──► 雷达原始数据（ADC）
    │
    └──► 处理后数据（距离-多普勒图）

┌─────────────────────────────────────────────────────────┐
│  参考传感器                                             │
│  ├── Movesense ECG：心率参考                           │
│  ├── OMRON M2 Basic：血压参考                          │
│  └── Beurer 呼吸带：呼吸率参考                         │
└─────────────────────────────────────────────────────────┘

2.2 数据采集流程

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
数据采集流程：

1. 被试准备
   ├── 佩戴 Movesense ECG
   ├── 佩戴 Beurer 呼吸带
   └── 测量血压

2. 雷达校准
   ├── 背景噪声测量
   └── 多普勒校准

3. 数据采集
   ├── 静止站立 2 分钟
   ├── 深呼吸 1 分钟
   └── 轻微运动 2 分钟

4. 同步记录
   ├── 雷达数据（100 Hz）
   ├── ECG 数据（250 Hz）
   └── 呼吸带数据（50 Hz）

5. 数据标注
   └── 自动标注（基于参考传感器）

三、数据集内容

3.1 年龄分布

年龄段 被试数 说明
儿童（6-12岁） ~30 CPD 重点人群
青少年（13-19岁） ~20 少年驾驶者
成年（20-59岁） ~50 主要驾驶群体
老年（60-90岁） ~30 老年驾驶者

3.2 信号特征

信号类型 频率范围 幅度范围
呼吸 0.1-0.5 Hz（6-30 次/分钟） 胸部起伏 5-10mm
心跳 0.8-2.5 Hz（50-150 次/分钟） 胸壁微动 0.1-1mm
体动 0.01-10 Hz 可变

3.3 数据格式

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
数据文件结构：

dataset/
├── metadata/
│   ├── subject_info.csv       # 被试信息（年龄、性别、BMI）
│   └── session_info.csv       # 采集会话信息
│
├── radar/
│   ├── raw/
│   │   └── {subject_id}_{session}.bin   # 雷达 ADC 原始数据
│   └── processed/
│       └── {subject_id}_{session}.mat   # 处理后数据
│
├── reference/
│   ├── ecg/
│   │   └── {subject_id}_{session}.csv   # ECG 数据
│   ├── respiration/
│   │   └── {subject_id}_{session}.csv   # 呼吸带数据
│   └── blood_pressure/
│       └── {subject_id}_{session}.csv   # 血压数据
│
└── labels/
    └── {subject_id}_{session}.csv       # 自动标注的心率/呼吸率

四、对 IMS 开发的启示

4.1 算法验证

验证场景 数据集支持
心率检测精度 ✅ ECG 参考信号
呼吸率检测精度 ✅ 呼吸带参考信号
年龄泛化能力 ✅ 年龄平衡数据
个体差异分析 ✅ 个体多样性数据

4.2 算法开发建议

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
基于该数据集的算法开发建议：

1. 信号处理算法
   ├── FFT 频谱分析
   ├── 小波变换
   └── 自适应滤波

2. 机器学习模型
   ├── CNN（距离-多普勒图）
   ├── RNN（时序信号）
   └── Transformer

3. 年龄自适应
   ├── 不同年龄段的特征差异
   ├── 儿童心率更高、呼吸更快
   └── 老年心率变异性更大

4. 鲁棒性测试
   ├── 体动干扰
   ├── 多目标场景
   └── 极端生理场景

4.3 与 Euro NCAP CPD 对齐

Euro NCAP CPD 要求 数据集支持
儿童呼吸检测 ✅ 儿童数据（6-12岁）
不同体型检测 ✅ BMI 多样性
极端场景 ⚠️ 需补充（静止睡眠、被毯子覆盖）

五、数据集下载与使用

5.1 下载

1
2
# Zenodo 数据集下载
wget https://doi.org/10.5281/zenodo.16760683

5.2 引用

1
2
3
4
5
6
@article{parralejo2026mmwave,
  title={Extensive Age-Balanced and Subject-Varied mmWave Radar Dataset of Referenced Records for Vital Signs},
  author={Parralejo, F. and others},
  journal={Scientific Data},
  year={2026}
}

六、总结

数据集核心价值：

  1. 年龄平衡：6-90 岁，覆盖儿童到老年
  2. 同步参考信号：ECG、呼吸带、血压
  3. 个体多样性：性别、BMI、健康状况
  4. 开放数据：Zenodo 免费下载

对 IMS 开发启示：

  • 可用于验证心率/呼吸率检测算法
  • 可用于研究年龄自适应模型
  • 可作为 CPD 算法开发的基础数据集

参考资料

发布日期： 2026-04-11
关键词： mmWave雷达, 生命体征检测, 数据集, TI IWR6843

IMS研究 > 数据集
#数据集 #mmWave雷达 #生命体征检测 #TI IWR6843
mmWave 雷达生命体征检测数据集：年龄平衡与个体多样性
https://dapalm.com/2026/04/11/2026-04-11-mmWave-Radar-Vital-Signs-Dataset-Age-Balanced/
作者
Mars
发布于
2026年4月11日
许可协议