OxWearables::stepcount

 介绍

#BB 加速度计数据集兼容的步长计数算法。

配置环境

# 创建一个虚拟环境
conda create -n stepcount python=3.9 openjdk pip

# 激活环境
conda activate stepcount

# 安装
pip install stepcount

计算步数

# 处理原始格式：计算步数
stepcount 1039174_90001_0_0.cwa

# 处理csv格式：计算步数
stepcount sample.csv
# 如果提供了 CSV 文件，则需要头文件为下述的csv文件: time，x，y，z
time,x,y,z
2013-10-21 10:00:08.000,-0.078923,0.396706,0.917759
2013-10-21 10:00:08.010,-0.094370,0.381479,0.933580
2013-10-21 10:00:08.020,-0.094370,0.366252,0.901938

# 默认情况下，Step count 工具使用自我监督的 Resnet18模型来检测步行周期，如果想使用随机森林模型，则使用-t 指令
stepcount 1039174_90001_0_0.cwa -t rf

输出文件

汇总在新建的output目录下的每个被试各一个文件夹。

• Info.json   Summary info【总结信息】
• Steps.csv   Raw time-series of step counts【原始时间序列步骤计数】
• HourlySteps.csv   Hourly step counts 【每小时步数】
• DailySteps.csv   Daily step counts【每日步数】
• HourlyStepsAdjusted.csv   Like HourlySteps but accounting for missing data 【考虑缺失数据的每小时步数】
• DailyStepsAdjusted.csv    Like DailySteps but accounting for missing data 【考虑缺失数据的每日步数】