Il progresso scientifico richiede dati accessibili e riutilizzabili, i cosiddetti opendata, affinchè si possano replicare gli esperimenti, confrontare approcci diversi e sviluppare nuove soluzioni.
Il lavoro che vi proponiamo questa settimana introduce un nuovo dataset di segnali elettromiografici di superficie (sEMG) di lunga durata durante il cammino naturale. La qualità dei dati è stata verificata con tecniche avanzate di signal processing, per garantirne l’affidabilità e il reale valore per la comunità scientifica.
Il vero punto di forza di questo dataset è che i segnali sono molto più lunghi di quelli normalmente disponibili in letteratura, offrendo così una base solida per studiare la variabilità del movimento in condizioni vicine alla vita reale. Si tratta di una risorsa unica per chi studia il movimento umano: utile per addestrare algoritmi di intelligenza artificiale, validare nuove metodologie di analisi e costruire dataset di riferimento per lo studio di condizioni patologiche.
La condivisione dei dati contribuisce alle basi per una scienza più trasparente e collaborativa.
- Il dataset è scaricabile liberamente dal repository PhysioNet
- L’articolo completo in open access è disponibile a questo link: doi.org/10.1371/journal.pone.0318560