良性阵发性位置性眩晕
良性阵发性位置性眩晕（BPPV）是最常见的外周性前庭疾病，由椭圆囊耳石脱落移位进入半规管所致，以头位改变诱发短暂旋转性眩晕为特征。典型表现为翻身、起床或抬头时出现持续数秒至数十秒的剧烈眩晕，可伴恶心、眼球震颤，无听力下降及耳鸣。诊断主要依赖Dix-Hallpike试验或滚转试验诱发的特征性眼震，耳石复位手法（如Epley法、Semont法）是首选治疗手段，多数患者经1～2次治疗即可显著缓解。BPPV可自发或继发于头部外伤、前庭神经炎后，在老年人群及女性中发病率较高。研究聚焦于耳石黏附机制与复发预测模型的构建，以提高精准复位疗效。
获取 良性阵发性位置性眩晕 专属定制方案Daphnet冻结步态数据集
该数据可作为BPPV平衡异常研究的对照运动障碍数据，帮助区分前庭性眩晕相关不稳与神经源性步态异常。
mPower移动健康数据集
mPower中的平衡和步态任务可作为BPPV后平衡功能监测的参考数据，支持数字生物标志物和远程评估算法。
UCI智能手机活动识别数据集
BPPV症状常被体位变化诱发，该数据可用于体位和活动状态识别，为眼震诱发动作识别和患者日常活动监测提供基础。
MobiAct人体活动与跌倒数据集
MobiAct可用于BPPV患者移动端平衡监测和活动识别，适合开发低成本远程筛查与康复随访工具。
UP-Fall跌倒检测数据集
UP-Fall适合BPPV相关跌倒风险研究，支持摄像头、可穿戴和环境传感器融合，用于跌倒识别与预警。
SisFall跌倒与日常活动数据集
BPPV患者跌倒风险升高，SisFall可用于训练跌倒检测、姿态异常识别和居家安全监测模型。
多模态步态数据集
该数据可帮助分析BPPV后残余头晕和平衡功能，支持多传感器步态分类、康复评估和神经运动耦合研究。
衰老与疾病步态数据库
BPPV可造成短暂眩晕和不稳，该步态数据可用于平衡受损、步态变异和跌倒风险研究，补充眼震数据之外的运动表现分析。
360度视频眼动数据集
该数据集包含眼动轨迹和眼震相关模式，可用于BPPV算法中的眼动事件识别、序列分类和眼震检测方法预训练。
急性眩晕智能手机视频数据集
BPPV诊断依赖位置性眼震观察，SMART-VERTIGO提供真实急诊眩晕视频，有助于构建眼震检测、眩晕分类和BPPV筛查模型。