信息速览

数据集名称LIVE-GaitNeuroKids — 儿科多模态纵向步态数据集：IMU＋sEMG＋三视角视频，覆盖脑瘫/踮足/典型发育

数据类型生理信号数据,视频数据,原始数据,临床数据

规模59 名儿童参与者（脑瘫 CP 22 + 特发性踮足 ITW 12 + 典型发育 TD 25；男 38 / 女 21；平均年龄 8.8 ± 2.5 岁）；病理组含治疗前后 T0/T1/T2 纵向随访

接入方式Xsens 身体穿戴惯性运动捕捉系统（下身 IMU 3D 运动学）＋ Delsys Trigno 四通道表面肌电（胫骨前肌、腓肠肌）＋三视角视频（前左、前右、矢状面）同步采集；Zenodo 公开文件 DATASET.zip（7.73 GB）/ VIDEO.zip（1.73 GB）/ ANALYSIS.zip（76.2 MB）/ PARTICIPANT_CHARACTERISTICS.xlsx（44.2 kB）

AI 就绪度

§0 导读：这个数据集解决什么问题

实验室级三维运动捕捉（motion capture）长期以来是步态分析的黄金标准，但它需要专门的红外摄像阵列、贴片式反光标记、专门的实验场地与熟练的技师。对一名 8 岁、刚接受过痉挛治疗的脑瘫（cerebral palsy, CP）儿童而言，走进这样一个实验室本身就是负担，更不用说在治疗前后多个时间点反复复测。结果是：金标准测量的精度，被采集的可及性抵消掉了。

可穿戴惯性测量单元（inertial measurement unit, IMU）与表面肌电（surface electromyography, sEMG）的组合，提供了一条可负担的替代路径——设备便携、可在真实临床环境部署、成本远低于光学动捕。然而，儿科领域的开放数据长期匮乏：现有公开步态数据集大多面向成人，且以横断面（cross-sectional）单次快照为主，既缺少儿童样本，也缺少「治疗前—治疗后」的纵向维度。

LIVE-GaitNeuroKids 正是为填补这一空白而构建。它由西班牙华亚多利德大学（Universidad de Valladolid）信号理论与通信及远程信息工程系牵头，联合 Río Hortega 大学医院康复科与 CEU San Pablo 大学 NeumBReG 研究组，采集了 59 名儿童的多模态步态记录——其中脑瘫 22 名、特发性踮足（idiopathic toe walking, ITW）12 名、典型发育（typically developing, TD）对照 25 名。每次采集同步记录三路信号：Xsens 惯性运动捕捉系统的 3D 运动学、Delsys Trigno 四通道表面肌电（靶向胫骨前肌与腓肠肌）、以及前左/前右/矢状面三视角视频。

本条目面向的读者是：准备把可穿戴步态信号用于儿童神经运动障碍建模的研究者、做时序信号与多模态对齐的工程团队、以及寻找儿科数字生物标志物（digital gait biomarker）数据基础的临床研究者。读完之后，你应当能够判断：这个数据集是否覆盖你的任务模态、它的规模是否足以支撑你的模型、以及它的纵向结构是否正好对应你的治疗前后评估需求。

需要预先说明的边界：这不是一个已经附带基准排行榜的数据集，而是一份数据描述型（Data Descriptor）论文的产物；它提供的是原始素材与处理后信号，算法与评测需要你自己搭建。

§1 数据集速览：十问十答

问：一句话说，这是什么？
答：西班牙团队发布的儿科步态多模态纵向数据集，59 名儿童，同步采集惯性运动学、表面肌电与三视角视频，含脑瘫/踮足/典型发育三组对照与治疗前后随访，Zenodo 公开 CC BY 4.0 直取。

问：规模多大？
答：59 名儿童参与者；分组为 CP 22 / ITW 12 / TD 25。男 38、女 21，平均年龄 8.8 ± 2.5 岁。Zenodo 发布四个文件，合计约 9.5 GB。

问：包含哪几种模态？
答：三种。① IMU 3D 运动学（Xsens 身体穿戴惯性运动捕捉系统，下身/躯干）② 四通道表面肌电（Delsys Trigno，胫骨前肌 tibialis anterior、腓肠肌 gastrocnemius）③ 三视角视频（前左 front left、前右 front right、矢状面 sagittal）。

问：纵向体现在哪里？
答：病理组（CP、ITW）在三个临床里程碑重复测量——T0 基线/治疗前、T1 短期随访、T2 中期随访，用于评估干预前后步态随时间的变化；TD 组主要提供基线对照。

问：数据怎么拿？
答：Zenodo 公开直链，access_right=open，无 gated、无申请表单。版本 DOI 为 10.5281/zenodo.21278362（v1.1），概念 DOI 为 10.5281/zenodo.19162581。

问：许可是什么？
答：数据集本体 CC BY 4.0（Creative Commons Attribution 4.0 International），可自由商用、可改编、需署名。注意论文本体许可是 CC BY-NC-ND 4.0，二者不同——见 §6。

问：文件都装了什么？
答：DATASET.zip（7.73 GB）承载核心数据，VIDEO.zip（1.73 GB）承载三视角视频，ANALYSIS.zip（76.2 MB）承载分析产出，PARTICIPANT_CHARACTERISTICS.xlsx（44.2 kB）承载参与者特征。

问：能直接用于什么任务？
答：步态周期自动分割、关节角回归、sEMG 激活模式分析、跨模态时间对齐、治疗前后变化检测、数字步态生物标志物建模、儿童步态诊断支持工具开发。

问：有什么明显短板？
答：样本量小（单病种最小 12 人）、单中心来源、sEMG 仅四通道覆盖两组肌肉、视频无逐帧姿态关键点标注、原始文件格式依赖商业厂商工具链。

问：和「LIVE」是什么关系？
答：「LIVE」是数据集名称前缀，指代发布团队的实验室/项目品牌。可获取的公开材料未展开该缩写的完整全称，本条目不做臆断——见 §9 遗留疑点。

§2 数据构成与规格

2.1 规模、来源与机构构成

LIVE-GaitNeuroKids 的核心规模数字非常明确：

参与者总数：59 名儿童
分组：脑瘫（CP）22 名 + 特发性踮足（ITW）12 名 + 典型发育（TD）对照 25 名
性别：男 38 名 / 女 21 名
年龄：平均 8.8 ± 2.5 岁

机构构成呈「一主两辅」格局：

主体机构：Universidad de Valladolid（华亚多利德大学），信号理论与通信及远程信息工程系（Department of Signal Theory and Communications and Telematics Engineering）——承担 9 名作者中的 7 名，是数据集的技术与工程主责方，ROR 标识 01fvbaw18。
临床合作方：Hospital Universitario Río Hortega（Río Hortega 大学医院）康复科（Rehabilitation Service），位于 Valladolid——提供临床场景、患者招募与康复评估支持，作者 Beatriz de la Calle 来自该院，ROR 05jk45963。
生物力学合作方：CEU San Pablo University 的神经肌肉骨骼与生物力学研究组（Neuromusculoskeletal and Biomechanics Research Group, NeumBReG），位于马德里——作者 Daniel Iordanov 来自该组。

值得注意的口径差异：在 Zenodo 记录上，Daniel Iordanov 的机构被记为「Biomech Solutions, Research and Development (R&D), Madrid, Spain」，而论文正文则列为 CEU San Pablo University 的 NeumBReG 组。这两者可能反映其在不同时间点的任职状态（学术组与产业研发机构），本条目并存照录，不做合并。同理，作者 Beatriz 在论文中署名「Beatriz de la Calle」，在 Zenodo 中记为「De la calle García, Beatriz」——同一人的两种署名格式。

2.2 传感器与采集模态

数据集的模态设计围绕「运动输出 ↔ 神经指令」这条链路展开。论文原文强调的是：既捕捉节段运动学（movement，运动的「结果」），也捕捉肌肉激活（neural activation，运动的「原因」），从而形成从神经激活到肢体位移的完整观测。

模态一：惯性运动学（IMU / 3D kinematics）

设备：Xsens™ 身体穿戴惯性运动捕捉系统，配置于下身为主的节段
输出：同步时间序列的 3D 运动学（three-dimensional kinematics）
用途：关节角、节段朝向、步态时空参数的基础

模态二：表面肌电（sEMG）

设备：Delsys Trigno™ 系统
通道：四通道（four-channel）
靶肌肉：胫骨前肌（tibialis anterior）与腓肠肌（gastrocnemius）——这两块肌肉分别主导踝背屈与踝跖屈，是评估踮足步态（ITW）与痉挛型脑瘫踝关节策略的核心肌群

模态三：视频

视角：三视角——前左（front left）、前右（front right）、矢状面（sagittal）
定位：作为视觉质量参考（quality visual references）与视觉 ground truth
作用：为运动学与肌电信号提供可人工复核的视觉佐证，也可作为视频理解算法的原始素材

时间同步机制：论文明确指出，为确保纵向时间线内的数据完整性，原始 IMU 与 sEMG 信号被用于后采集同步（post-acquisition synchronization），从而在肌肉激活与节段运动学之间提供精确的时间对准。这意味着同步不是靠外部硬件触发的一次性标记，而是靠信号本身在事后对齐——对下游的时间对齐研究而言，这一设计既是数据质量的保证，也意味着研究者需要理解其对齐假设。

2.3 三类数据记录（records 的三分结构）

论文对每次采集所包含的记录做了清晰的三分：

原始采集文件（raw acquisition files）——设备直接输出的原始数据，保留最大信息量与可复现性；
处理后的临床关节角与 sEMG 信号（processed clinical joint angles and sEMG signals）——面向临床解读的处理产物，可直接进入生物力学分析；
分段步态周期（segmented gait cycles），跨可穿戴传感器时间对齐（time-aligned across wearable sensors）——把连续记录切割为一个个步态周期，并保证不同传感器上的周期边界相互对齐。

这个三分结构实际上对应三类下游用户：做信号处理的要原始文件，做临床比较的要处理后关节角，做周期级建模（如周期归一化、相位分析）的要分段步态周期。三者叠加，使数据集在「原始性」与「可用性」之间提供了一个较完整的阶梯。

2.4 人体测量与元数据

每名参与者采集了一套人体测量（anthropometric measurements），共 13 项，用于肌肉骨骼缩放（musculoskeletal scaling）与数据归一化：

总身高（total height）
足长（foot length）
肩高、肩宽（shoulder height and width）
肘、腕、臂展（elbow, wrist, arm spans）
髋高、髋宽（hip height and width）
膝高、踝高（knee and ankle heights）

论文特别说明：所有测量由临床专家手工完成（obtained manually by clinical experts），以确保跨样本的解剖学一致性——也就是说，这些不是从影像自动估算的近似值，而是人工测量的可信数字。

元数据层面，每条记录携带用于纵向追踪的字段：病理状况（pathological condition）、运动优势侧（motor dominance）、具体采集日期（specific acquisition dates）、临床治疗类型（type of clinical treatment administered）。这四项恰好构成纵向分析的四个必要坐标：谁、哪一侧、什么时候、接受了什么干预。

§3 采集方案与纵向设计

3.1 为什么儿科步态需要纵向设计

儿童步态不是一张静态照片。它同时受两股力量塑造：自然发育成熟（natural maturation）与临床干预（clinical interventions）。一名 7 岁脑瘫儿童的步态，既在因为神经系统的发育而变化，也在因为他/她接受的治疗而变化——如果只在一个时间点测量一次，你无法把这两种变化分开，更无法回答「这次治疗有没有效」这个临床最关心的问题。

论文明确指出：儿科步态是动态的，单次评估很少足够（a single assessment is rarely sufficient）。而现有的大多数数据库是横断面的（cross-sectional），只提供儿童状况的静态快照。这种纵向深度的缺失，直接阻碍了两类研究：一是运动发育研究，二是治疗疗效的定量评估。

LIVE-GaitNeuroKids 的应对是把病理组纳入一个重复测量（repeated measurements）框架。

3.2 三个临床里程碑：T0 / T1 / T2

数据集为病理组（CP 与 ITW）设计了三个临床里程碑上的重复采集：

里程碑	含义	临床定位
T0	基线 / 治疗前（baseline / pre-treatment）	干预前的参照状态
T1	短期随访（short-term follow-up）	干预后近期效果
T2	中期随访（mid-term follow-up）	干预后延续效果

这一三段式设计的价值在于：它不仅能回答「有没有变化」（T0 vs T1），还能回答「变化是否持续」（T0 vs T1 vs T2）。对肉毒毒素注射、矫形器适配、康复训练等儿科常见干预而言，「短期有效但很快反弹」与「短期有效且持续改善」是截然不同的临床结论。

需要如实标注的边界：各里程碑的精确 session 计数与步态周期总量，在本次可获取的公开段落中未完整披露。论文的 Summary 表（Table 1）以「组间数据采集分布（data acquisition distribution across groups）」的形式呈现，精确数字需以 Zenodo 随附的 PARTICIPANT_CHARACTERISTICS.xlsx 为准——本条目在 §9 将其列为待核项，不做臆测。

3.3 面向可负担性的采集选型

论文把「临床相关性与可及性（Clinical Relevance and Accessibility）」列为四项根本贡献之一，并明确其做法：基于可负担技术构建（Developed using affordable technology），以确保数据集反映真实临床条件，并促进在真实医院环境中的广泛采用。

这一选型有直接的方法学后果：

设备是商业成熟产品（Xsens 与 Delsys），而非实验室自研的原型系统——好处是稳定性与可复制性好，代价是原始数据格式依赖厂商软件（工具链锁定，见 §8 坑点）。
测量协议贴近日常临床流程——好处是数据反映真实场景，代价是不像实验室光学动捕那样有极致的空间精度。
传感器放置在临床可操作的范围内（下身与躯干按标准协议），而非覆盖全身的密集阵列。

对使用者的含义：这份数据的价值不在于「实验室级精度」，而在于真实临床场景下的可用性与纵向覆盖面。如果你的任务需要毫米级的光学动捕精度，这份数据不是替代品；如果你需要的是真实环境、多模态、带纵向维度的儿科步态素材，它正好对上。

3.4 队列的临床构成

59 名参与者的临床构成并非随机，而是围绕「神经运动障碍 vs 典型发育」的对照逻辑设计：

脑瘫组（CP, n=22）：以痉挛型相关亚型为主，论文披露的亚型分布为——

双瘫（diparesis）：45.5%
右侧偏瘫（right hemiparesis）：31.8%
左侧偏瘫（left hemiparesis）：22.7%

这三个亚型的组合意味着偏瘫儿童合计超过一半（31.8% + 22.7% = 54.5%），这为单侧受累的步态不对称性分析提供了样本基础——左右侧对比在偏瘫样本上是天然的实验设计。

特发性踮足组（ITW, n=12）：这是一组没有明确神经学病因的持续性踮足步态儿童。ITW 与痉挛型脑瘫的鉴别诊断在临床上恰恰依赖对踝关节策略与 sEMG 激活模式的观察——这正是本数据集四通道 sEMG 靶向胫骨前肌与腓肠肌的用意所在。

典型发育组（TD, n=25）：作为对照，提供同年龄段的正常步态参照。TD 组样本量最大（25 名），是建立儿童正常步态基线的关键。

运动优势侧（motor dominance）：全体参与者中右利手占 69.5%，左利手占 30.5%。这一分布与一般人群的右利手主导一致，说明样本在利手性上没有明显偏斜。

§4 传感器配置与信号特征

4.1 IMU：Xsens 系统

惯性运动捕捉系统 Xsens 采用惯性传感器（加速度计、陀螺仪、磁力计）融合算法，估计节段朝向与关节角度。相比光学动捕，它的优势是无需固定场地、无标记遮挡问题、可在走廊等真实环境连续行走。

在本数据集中，IMU 系统被配置为采集3D 运动学（3D kinematics）时间序列，传感器布置于下肢与躯干，按标准协议放置，用于同时捕捉肌肉激活与节段运动学。

需要留意的技术事实：论文摘要与正文明确指出传感器为 Xsens 系统，但具体型号（如 MVN Link / MVN Awinda）与精确采样率未在本次可获取段落中给出。这对下游做周期归一化、滤波设计的研究者是重要参数，本条目将其列入 §9 待核项。

4.2 sEMG：Delsys Trigno 四通道

表面肌电（surface EMG）测量肌肉电活动，反映神经对肌肉的激活指令。本数据集采用 Delsys Trigno™ 系统，四通道配置，覆盖两组肌肉：

胫骨前肌（tibialis anterior）——踝关节背屈的主要驱动肌，支撑足跟着地与摆动相足廓清
腓肠肌（gastrocnemius）——踝关节跖屈的主要驱动肌，与推进相和站立相稳定性相关

这组肌肉选择与病种高度契合：

对 ITW（踮足），核心机制是腓肠肌/跟腱过度激活或踝背屈不足导致的持续性跖屈——胫骨前肌与腓肠肌的共激活模式正是判别关键。
对 CP（脑瘫），痉挛常表现为腓肠肌过度活动与胫骨前肌的时相错乱——四通道覆盖这两肌，能捕捉到痉挛步态的典型肌电异常。

Delsys Trigno 系统的一个特点是传感器内集成 IMU——论文提到「sEMG system with integrated IMUs（含集成 IMU 的 sEMG 系统）」，这意味着 sEMG 传感器自身可提供该节段的运动参考，有助于后采集同步。

4.3 视频：三视角同步录制

视频部分提供三视角：

前左（front left）——从受试者左前方拍摄
前右（front right）——从受试者右前方拍摄
矢状面（sagittal）——从侧面拍摄，正对步态运动平面

矢状面视角对步态分析尤为关键，因为步态的主要屈伸运动发生在矢状面内。前左/前右两视角则提供冠状面信息，适合观察左右对称性与足偏角。

论文将视频定位为 quality visual references（视觉质量参考） 与 visual ground truth（视觉基准）。这意味着视频的角色有两层：一是可供人工复核信号质量、剔除异常段落；二是可作为计算机视觉算法的原始素材。

必须明确的边界：视频未提供逐帧姿态关键点（pose keypoint）标注。如果你的任务是「从视频估计关节角」，数据集中视频本身就包含同步的 IMU 关节角可作监督信号——这是它的巧思；但如果你需要手部/面部的细粒度动作标签，需要自行标注。

4.4 同步机制：后采集信号对齐

多传感器系统最常见的难点是时间同步。LIVE-GaitNeuroKids 的做法在论文中被明确：原始 IMU 与 sEMG 信号被用于后采集同步（post-acquisition synchronization），以在纵向时间线内提供肌肉激活与节段运动学之间的精确时间对准。

「后采集同步」而非「硬件触发同步」的含义是：同步不是靠采集时的一次性电脉冲标记完成，而是事后基于信号特征（例如共同运动事件的特征点）对齐。这对使用者的影响是双向的：

好处：无需专用同步硬件，降低了设备门槛与成本，符合「可负担技术」的定位；
需要注意：对齐质量依赖于信号特征的可辨识度，对异常步态（信号形态不典型）的同步可能需人工核验。研究者在使用跨模态数据前，应对对齐质量做抽查。

§5 数据处理与三类产出

5.1 从原始信号到临床可用信号

数据集提供的第三类记录是「处理后的临床关节角与 sEMG 信号」。这一层的处理目标是让信号直接可读、可直接与临床指标对接：

关节角（joint angles）：从 IMU 节段朝向推算得到的关节角度时间序列，是临床步态分析的标准描述量。
sEMG 信号：经过滤波、整流等常规肌电处理的信号，可用于激活时序与幅值分析。

论文未在可获取段落中给出处理链的每一个参数（如滤波截止频率），但明确区分了「原始」与「处理后」两条路径，这保证了可复现性——需要原始细节的研究者可以回到 raw 文件自行处理。

5.2 步态周期分段（gait cycle segmentation）

第三类产出是分段步态周期（segmented gait cycles），且跨可穿戴传感器时间对齐。这是整个数据集对下游建模最友好的部分：

周期切分：把连续步态记录切割为一个个独立的步态周期（通常以足跟着地/足尖离地事件为界）。周期级切分是步态相位分析、周期归一化、步态变异性计算的前提。
跨传感器对齐：保证 IMU 上的周期边界与 sEMG 上的周期边界是同一时刻，从而使「周期内的肌电激活模式」与「周期内的关节运动学」能够一一对应分析。

这一产出直接支撑了「神经指令 → 运动输出」的研究链路：你可以在同一个步态周期窗口内，同时观察腓肠肌的激活峰值与踝关节的跖屈角峰值，进而分析二者的时序关系——这正是判别 ITW 与 CP 步态机制的关键分析。

5.3 文件组织与体量

Zenodo 上发布四个文件（v1.1），体量与校验值如下：

文件	大小	内容定位	MD5
`DATASET.zip`	7,725,595,219 B（≈7.73 GB）	核心数据集（原始采集文件 + 处理后信号 + 分段步态周期）	`7b778f70c25932710043449d1465dfea`
`VIDEO.zip`	1,728,553,273 B（≈1.73 GB）	三视角视频记录	`88fa0ec37a36892deabe6c7f9cc49a8c`
`ANALYSIS.zip`	76,244,876 B（≈76.2 MB）	分析产出（处理后关节角/sEMG 与派生结果）	`e903b7316be7cce5452de085328bc8a5`
`PARTICIPANT_CHARACTERISTICS.xlsx`	44,158 B（≈44.2 kB）	参与者人口学与临床特征表	`3f70a6b32ae4abe6488a5b3e1d6de7b7`

四文件合计约 9.5 GB。DATASET.zip 占了绝大部分体量（约 81%），说明核心的连续信号文件本身就很可观——符合多传感器、多次随访采集的预期。

需要说明的边界：DATASET.zip 的内部目录结构与具体文件格式（如 Xsens 的 .mvnx、sEMG 的 .csv、视频的 .mp4 等）未在公开页面直接披露，需下载解压后确认。本条目将其列入 §9 待核项——不做猜测性描述（这是本数据集文档的一个真实短板，下文 §7 会作为使用建议提示）。

5.4 数据字典与元数据字段

综合论文与 Zenodo 记录，每条记录可理解为携带以下维度的元数据：

participant：参与者标识
condition：病理状况（CP / ITW / TD）
CP subtype：脑瘫亚型（diparesis / right hemiparesis / left hemiparesis）
motor dominance：运动优势侧（right-handed / left-handed）
acquisition date：具体采集日期
clinical milestone：临床里程碑（T0 / T1 / T2）
treatment type：接受的临床治疗类型
anthropometry：13 项人体测量（身高、足长、肩高肩宽、肘/腕/臂展、髋高髋宽、膝高踝高）

这套字段设计使数据集既能做横断面的组间比较（CP vs ITW vs TD），也能做纵向的个体内比较（同一参与者 T0→T1→T2），还能做个体化的缩放归一化（利用 13 项人体测量）。

§6 获取与许可：一次直取，但要注意三份许可

6.1 获取路径：Zenodo 公开直链

LIVE-GaitNeuroKids 的获取门槛在同类医学数据集中属于最低一档。Zenodo 记录的 access_right 字段值为 open，即：

无 gated（无需登录/申请批准）
无申请表单（不像请求制数据集要向通讯作者发邮件）
无用途限制声明（不像某些数据集限定「仅供学术研究」）

四个文件均可从 Zenodo 页面直接下载。对想快速上手的研究者，这是显著的优势——你不需要等待任何人的批准。

定位坐标：

版本 DOI（指向 v1.1）：10.5281/zenodo.21278362
概念 DOI（指向最新版本）：10.5281/zenodo.19162581
资源类型：Dataset
当前版本：1.1
发布日期：2026-07-09

6.2 三份许可并存（务必分清）

这是本条目最需要提醒使用者的地方。围绕这份数据，存在三份不同的许可，覆盖对象各不相同：

对象	许可	含义
数据集本体（Zenodo，你实际下载的数据）	CC BY 4.0	署名即可自由使用，允许商用、允许改编
正式论文（Sci Data, doi:10.1038/s41597-026-08424-4）	CC BY-NC-ND 4.0	署名 + 非商用 + 禁止改编
预印本（Research Square, doi:10.21203/rs.3.rs-9471086/v1）	CC BY 4.0	署名即可自由使用

关键结论：你下载的数据本体适用的是 CC BY 4.0——这是 Zenodo API 元数据中 license 字段明确返回的值（cc-by-4.0）。论文文本与图表的著作权适用 CC BY-NC-ND 4.0（正式版），而预印本又回到 CC BY 4.0。

换句话说：你可以商用这份数据集（CC BY 4.0 允许），但不能把论文的图表直接拿去做商用改编（CC BY-NC-ND 4.0 禁止）。这是一个容易被忽略、但对商业化应用至关重要的区分。本条目以数据集本体的 CC BY 4.0 作为主许可标注，并显式记录上述差异。

6.3 版本链与 DOI 记录

在检索过程中会发现多个 DOI 与记录编号指向同一实体，这不是撞库，而是同一概念的版本层次：

10.5281/zenodo.19162581——概念 DOI，永远指向最新版本；
10.5281/zenodo.19162582——早期 recid 记录（OpenAIRE 与部分 DOI resolver 曾显示为「Under curation」状态）；
10.5281/zenodo.21278362——当前已发布版本 v1.1 的版本 DOI。

记录的生命周期时间线为：created 2026-07-09，最后 modified/updated 2026-10-13（revision 8），status = published。引用时建议使用概念 DOI，以便自动指向最新版本。

6.4 数据体量预告

下载前需要预留磁盘空间约 9.5 GB（四文件之和）。其中 DATASET.zip 单文件 7.73 GB 是主要体量。若你的任务只需要视频作为视觉参考，可以只下 VIDEO.zip（1.73 GB）；若只需要参与者特征表做统计分析，PARTICIPANT_CHARACTERISTICS.xlsx 仅 44.2 kB。

6.5 坑点档案（八个已踩过的坑）

本节是本条目的避坑清单。所有坑点均来自数据集文档的可查证特征与同类数据集使用经验，逐条给出表现、根因与对策。

【坑点 1】把论文许可当成数据集许可

表现：使用者在论文页面看到「CC BY-NC-ND 4.0」，误以为数据不能商用，放弃商业化应用；或反之，在论文页看到预印本的 CC BY 4.0，误以为可以随意改编图表。
根因：同一作品的「数据集本体」与「论文文本」是两套著作权对象，许可各不相同（本数据集为 CC BY 4.0 / CC BY-NC-ND 4.0）。
对策：以 Zenodo 记录上的 license 字段（数据集本体）为准。要商用数据，看 Zenodo；要重用论文图表，看出版社页面。

【坑点 2】把多个 DOI 当成不同数据集

表现：检索时同时遇到 19162581、19162582、21278362 三个编号，误判为三个独立数据集，或在查重报告中误报撞库。
根因：Zenodo 的概念 DOI 与版本 DOI 机制，加上 OpenAIRE 等聚合站展示的中间状态记录。
对策：用 conceptrecid / conceptdoi 字段识别同一概念。本数据集三个编号同属一实体。

【坑点 3】以为视频带姿态关键点标注

表现：计划直接用视频做骨骼点估计训练，下载后发现视频无逐帧关键点标签。
根因：视频定位是「视觉质量参考 / 视觉 ground truth」，不是姿态标注数据集。
对策：若要关节角监督信号，用同步的 IMU 关节角作为标签；若要关键点，需自行标注或引入第三方姿态估计器。视频的可用价值在于可人工复核信号质量、作运动学的外部佐证。

【坑点 4】忽视跨模态同步是「后采集」的

表现：直接假设所有模态已完美对齐，跨模态分析时出现系统性时移，误判步态相位。
根因：同步由后采集信号对齐完成（post-acquisition synchronization），非硬件触发。
对策：使用跨模态数据前先抽样本核对对齐质量（例如在若干步态周期内比对 sEMG 激活峰与关节角峰的时间关系），异常步态样本尤需核验。

【坑点 5】原始文件格式的厂商锁定

表现：解压 DATASET.zip 后发现原始文件是厂商专有格式，无法用通用库直接读取。
根因：IMU 来自 Xsens、sEMG 来自 Delsys，二者的原始文件格式由其商业软件定义。
对策：优先使用数据集提供的「处理后信号」与「分段步态周期」（通常为通用格式），避免被迫依赖厂商工具链；若必须处理 raw 文件，预留使用厂商 SDK 的环境搭建时间。

【坑点 6】小样本上的过度建模

表现：在 CP（n=22）或 ITW（n=12）子组上训练复杂深度模型，得到漂亮但不可泛化的结果。
根因：样本量小，尤其 ITW 仅 12 人；纵向随访进一步把个体内样本稀释到各里程碑。
对策：以个体内纵向对比代替跨个体大样本统计；做交叉验证而非单一划分；把 ITW 结果视为探索性；必要时把 CP+ITW 合并为「病理组」以获得 n=34。

【坑点 7】把「典型发育」误当作严格健康筛查

表现：假设 TD 组是完全健康、无任何运动异常的「金标准」对照。
根因：TD 是「typically developing」——按发育常规筛选的儿童，不等于经过严格神经学排除的健康受试。
对策：把 TD 读作「同年龄发育常规参照」，而非「绝对健康基线」。做组间差异结论时保留这一语义差异。

【坑点 8】忽略人体测量的缩放作用

表现：直接比较绝对值（如步长毫米数、关节角原始值）而不做体型归一化，导致年龄/体型的混淆效应混入病种结论。
根因：儿童体型差异大（年龄跨度约 6–11 岁），且病种可能伴随生长差异。
对策：利用数据集提供的 13 项人体测量做肌肉骨骼缩放与归一化；步态时空参数按身高/腿长归一化后再跨个体比较。

§6.6 DAIMS 数据资产成熟度评估

DAIMS（Data Asset Maturity）从多个维度衡量数据资产的可用成熟度。下表按本数据集的实际情况逐维打分（满分 5 分，评分依据来自论文与 Zenodo 可查证事实）。

DAIMS 维度	得分	评分依据
可发现性（Discoverability）	4/5	SCI 期刊论文 + Zenodo 双发布，DOI 规范（概念 DOI + 版本 DOI），元数据完整；扣分因 DAL 无独立项目官网/数据卡片页
可获取性（Accessibility）	5/5	Zenodo `access_right=open`，四文件公开直链，无 gated 无申请，下载门槛为同类最低档
许可清晰度（License Clarity）	4/5	数据集许可（CC BY 4.0）明确可查；扣分因论文/预印本三份许可并存，初读易混淆（见坑点 1）
元数据完备性（Metadata）	4/5	参与者特征表 + 13 项人体测量 + 纵向里程碑 + 治疗类型字段完备；扣分因压缩包内部文件格式/目录未在页面披露
数据质量（Data Quality）	4/5	三模态同步、专家手工人体测量、后采集信号对齐、周期级分段；扣分因 sEMG 仅四通道、视频无帧级标注
规模充分性（Volume）	3/5	59 名参与者、单病种最小 12 人，在儿科步态领域属首批开放但绝对样本量偏小
纵向深度（Longitudinal Depth）	5/5	T0/T1/T2 三里程碑重复测量，同类开放数据中罕见，是本数据集的核心差异化价值
可复现性（Reproducibility）	3/5	提供四文件 MD5 校验、Zenodo 长期托管、数据描述型论文；扣分因处理链参数（滤波等）未在可获取段落完整给出
互操作性（Interoperability）	3/5	处理后信号与分段周期可跨工具使用；扣分因原始格式依赖厂商工具链，无标准格式（如 BIDS-like 步态格式）映射声明
维护与治理（Governance）	4/5	Zenodo version 1.1 已修订一次（revision 8），有机构与通讯作者背书、有基金支持；扣分因无公开数据治理文档或更新路线
综合	3.9/5	获取门槛与纵向设计是最大亮点；样本规模与格式标准化是主要短板

§7 生态与影响

7.1 研究谱系与机构生态

LIVE-GaitNeuroKids 出自华亚多利德大学信号理论与通信及远程信息工程系的一个长期研究方向。该团队的工作围绕可穿戴传感、运动分析与智能康复展开。从基金项目可以看出其研究脉络：

RehaBot（PID2021-124515OA-I00）——脑瘫儿童物理康复的智能辅助与评估
HIPA（I+P 22959）——运动感知与智能体的跨区域创新枢纽，面向神经患者与体弱老人的自主性提升
TwinGait（PID2025-171015OB-I00）——面向神经障碍个性化步态康复的多模态数字孪生与 AI-Agent 生态

这三条线共同勾勒出：「可穿戴传感 → 步态数字生物标志物 → 个性化康复」的研究路径。LIVE-GaitNeuroKids 正是这条路径上的数据基础设施成果——为后续算法（RehaBot 的评估、TwinGait 的数字孪生）提供训练与验证素材。

临床侧的支撑来自卡斯蒂利亚-莱昂大区卫生系统（Gerencia Regional de Salud de Castilla y León, Sacyl）的两个基金项目，进一步确认了数据集「从真实临床场景中来」的定位。

7.2 在儿科步态数据集景观中的位置

LIVE-GaitNeuroKids 的论文自述四项根本性贡献，其中最硬的一条是：这是首个面向 CP、ITW、TD 三类儿童步态、同时整合 IMU 与 sEMG 两种生理模态（并附同步视频）的开放数据集（the first open-access dataset to combine these three modalities specifically for gait analysis in children with CP, ITW, and TD）。

它的差异化坐标可以这样定位：

相对成人步态数据集（如各类成人 IMU 步态库）：它填补了儿科空白——儿童步态受发育影响，不能用成人模型直接迁移。
相对横断面数据集：它提供纵向维度（T0/T1/T2），可做治疗疗效评估。
相对单一模态数据集：它整合运动学 + 肌电 + 视频三模态，能研究「神经指令 → 运动输出」的全链路。
相对光学动捕数据集：它用可负担的可穿戴设备换来真实临床场景的适用性。

7.3 下游影响与应用方向

论文明确了数据集的目标应用：

自动化步态分析算法（automated gait analysis algorithms）——周期检测、相位分割、参数提取的自动化
临床决策支持方法（clinical decision-support methods）——辅助临床判断治疗策略
数字步态生物标志物（digital gait biomarkers）——用可穿戴信号量化病情与疗效

7.4 引文与影响指标（抓取时点）

Zenodo 记录：downloads 1367 / unique_downloads 766 / views 1176 / unique_views 989（版本级 downloads 748 / views 451）
论文正式发表 2026-10-09，数据上线 2026-07-09——数据先于论文上线约三个月，这种「数据先行」策略有助于在论文发表前就开始积累使用基础。

这个下载量（四个月内 1300+ 次）在细分领域数据集里属于健康水平，说明儿科步态这一方向存在真实的数据需求。但由于论文刚发表，尚无可查证的第三方引用或基准复现记录——这是一个全新的、尚未被第三方充分验证的数据集。

§8 方法学启示：四条可迁移的经验

8.1 「可负担技术」是一个方法学立场，不只是省钱

学术数据集有一种常见的炫技倾向：用最贵的设备、最高的精度。LIVE-GaitNeuroKids 反其道而行，明确把「使用可负担技术」写入贡献清单。这不是妥协，而是设计目标——论文的原话是「确保数据集反映真实临床条件，并促进在医院环境中的广泛采用」。

可迁移的启示：如果你的数据集的目标用户是临床实践者而非实验室研究者，那么采集设备应当匹配临床实际可得的技术，而不是你实验室能负担的极限。 一个用 30 万欧元光学系统采集、但临床医院用不起的数据集，其临床落地价值是打折的。

8.2 纵向设计是儿科（乃至所有发育相关）数据的必要条件

本数据集最硬的方法学贡献，是把「重复测量」做成了架构的一部分（T0/T1/T2），而非事后补充。对任何追踪「变化」的研究领域——发育、康复、退化——单次快照都是先天不足的。

可迁移的启示：在设计数据采集时，问「这个现象会随时间变化吗？」，如果会，就要在设计阶段就把时间维度纳入，而不是先采一次再说。 事后补纵向数据几乎不可能（你不会知道基线在哪）。

8.3 多模态的价值在于让「原因」与「结果」同时可见

数据集同时采集运动学（运动的结果）与肌电（神经的指令），并保证跨模态时间对齐。这让研究者可以问「为什么这个步态是这样的」，而不只是「这个步态是什么样」。

可迁移的启示：当你设计多模态采集时，优先选择能构成「输入-输出」或「原因-结果」链条的模态组合，而不是随便堆叠不相干的信号。 运动学 + 肌电之所以有意义，是因为它们恰好落在神经运动控制的因果链两端。

8.4 与前作/相关数据集的对照维度

维度	传统光学动捕数据集	成人可穿戴步态数据集	LIVE-GaitNeuroKids
空间精度	极高	中	中（惯性推算）
采集可及性	低（实验室）	高	高（临床环境）
目标人群	成人为主	成人	儿童（CP/ITW/TD）
时间维度	多为横断面	多为横断面	纵向（T0/T1/T2）
多模态	通常单模态	多为 IMU	IMU + sEMG + 视频
开放获取	不一	不一	CC BY 4.0 公开直取
商业化可行性	受许可限制	受许可限制	许可允许商用

这张表的意义不是「谁更好」，而是明确场景分工：需要极致精度选光学；需要大样本成人选成人库；需要真实临床、儿科、纵向、多模态、可商用，LIVE-GaitNeuroKids 是当前少见的选择。

§9 与库内条目的关系

9.1 家族图谱

LIVE-GaitNeuroKids 属于「可穿戴传感 + 生理信号 + 儿科康复」交叉地带。在千方病案医数集（qianfanghub.com）的标签体系中，其 category_tags 落在：

生理信号（L1）——核心信号类型：IMU 运动学与 sEMG 属生理信号
可穿戴传感（L2，生理信号下）——采集载体
步态与运动（L2，生理信号下）——任务域
多模态（L1）——三模态整合
时序数据（L2，电子健康记录下）——时间序列形态
儿科（DISEASE）——目标人群

9.2 检索路径建议

从任务出发找本条目：

想找「步态分析」类数据 → 在本库按 步态与运动 / 可穿戴传感 标签检索
想找「可穿戴生理信号」类数据 → 按 生理信号 标签检索
想找「儿科」神经发育类数据 → 按 儿科 标签检索
想找「多模态时序」类数据 → 按 多模态 + 时序数据 标签检索

从本条出发找相关条目：

同模态（IMU / 可穿戴 / 步态）→ 库内 步态与运动、可穿戴传感 标签下的条目
同人群（儿科发育队列）→ 库内 儿科 标签下的条目（如发育队列类研究）
同任务（神经运动障碍评估）→ 库内 脑影像、神经退行性疾病 等神经科学标签条目

9.3 建议互链点（供主会话以 DB url_name 反查确认 rid）

按任务书纪律，具体 rid 须以 DB url_name 反查，禁止用位置对齐猜测。以下按标签相关性给出候选 slug 方向，实际 rid 由主会话核验后填：

步态/可穿戴方向：库内 步态与运动、可穿戴传感 标签的条目
儿科方向：儿科 标签条目
多模态时序方向：多模态 + 时序数据 标签条目
对照参考：与 panda-plus 不同域，无直接血缘；本条为生理信号域，若库内已有成人步态/IMU 数据集，优先互链以构成「成人 vs 儿科」对照

9.4 与论文/预印本的边界

本条目的数据来源是 Zenodo 公开数据集，知识来源是 Sci Data 2026 论文与 Research Square 预印本。三者互为印证，但许可各自独立（见 §6.2）。

§10 避坑清单：八个已踩过的坑

与 §6.5 的坑点档案互为详略——此处给出「快速索引版」，每条一句话，便于发布前扫读。

坑 1｜许可混淆：论文 CC BY-NC-ND ≠ 数据集 CC BY 4.0。商用看 Zenodo 的 license 字段。
坑 2｜DOI 误判：19162581 / 19162582 / 21278362 是同一实体的概念/版本 DOI，不是三个数据集。
坑 3｜视频无关键点：三视角视频是质量参考，不是姿态标注，做骨骼估计要自备标签。
坑 4｜同步是后采集：跨模态对齐依信号特征，使用前须抽查对齐质量。
坑 5｜厂商格式锁定：raw 文件依赖 Xsens/Delsys 工具链，优先用处理后信号。
坑 6｜小样本过拟合：ITW 仅 12 人，复杂模型须交叉验证，结论视为探索性。
坑 7｜TD ≠ 绝对健康：典型发育是「同年龄段发育常规」参照，非严格健康筛查。
坑 8｜忽略体型归一化：儿童体型差异大，须用 13 项人体测量做缩放归一化。

§11 总结

11.1 三句话总结

LIVE-GaitNeuroKids 是首个面向儿童（CP/ITW/TD）步态、整合 IMU 运动学 + 四通道 sEMG + 三视角视频的开放多模态纵向数据集，59 名参与者，含治疗前后 T0/T1/T2 随访。
它的获取门槛极低——Zenodo open 直取，数据集本体 CC BY 4.0（允许商用），约 9.5 GB，四文件带 MD5 校验。
它的核心价值在纵向与多模态：让「神经指令 → 运动输出」链条与「治疗前后变化」同时可观测；主要短板是样本量小、单中心、sEMG 通道少、无帧级视频标注。

11.2 适合谁

做儿童步态分析算法（周期检测、相位分割、参数回归）的研究者
做可穿戴多模态信号融合（IMU + sEMG + 视频）的工程团队
研究儿科康复数字生物标志物、治疗疗效量化评估的临床研究者
需要可商用许可（CC BY 4.0）步态数据的产业团队
研究脑瘫/踮足步态机制、踝关节策略与肌电激活模式的生物力学家

11.3 不适合谁

需要大样本统计功效（n=59，单病种最小 12）的研究
需要光学级空间精度的毫米级运动分析
需要全身密集肌电（本数据集仅四通道、两肌群）的肌肉协同研究
需要逐帧姿态关键点标注的视频理解任务直接训练
需要多中心/跨种族外部验证的人群差异研究

11.4 30 秒决策卡

你想要的	LIVE-GaitNeuroKids 给你
儿科步态数据	✅ 59 名儿童（CP 22/ITW 12/TD 25）
多模态同步	✅ IMU + sEMG + 三视角视频
纵向随访	✅ T0/T1/T2 治疗前后
快速获取	✅ Zenodo open 直取，无需申请
商用许可	✅ 数据集 CC BY 4.0
大规模样本	⚠️ 仅 59 人，小样本
全身肌电	⚠️ 仅四通道两肌群
视频姿态标签	⚠️ 无逐帧关键点

§12 深度解析：从「传感器」到「临床问题」的完整链路

本章是对 §2-§5 的纵深补充，面向准备真正动手使用数据的研究者。它回答一个具体问题：当你拿到这份数据时，从传感器原始信号到能回答一个临床问题，中间需要经过哪些环节，每个环节的坑在哪里。

12.1 环节一：理解「谁被测量了」

在碰任何信号之前，先把队列影像刻在脑子里：

CP 组（22 人） 不是同质群体。双瘫（45.5%）意味着双下肢受累、步态对称性异常；偏瘫（54.5%）意味着单侧受累、步态明显不对称。如果你把 CP 组当整体处理，你会同时把「对称异常」和「不对称异常」两种模式混在一起。 正确做法是按亚型分层，或至少在建模时把亚型作为协变量。
ITW 组（12 人） 的关键临床问题是鉴别诊断——它必须与痉挛型 CP 区分。这两组在运动学上可能都表现为踝关节跖屈增加，但机制不同（ITW 更多是习惯性/感觉性，CP 是痉挛性）。sEMG 是区分二者的关键证据：CP 的腓肠肌常表现持续/时相错乱的高激活，而 ITW 的肌电模式往往更接近正常时序。
TD 组（25 人） 提供参照。它不是「零变异」的基线——典型发育儿童本身有正常的步态变异范围，你的模型必须学会把「正常变异」与「病理偏离」分开，而不是把任何偏离都判为异常。

12.2 环节二：理解「测了什么」

三模态各有其观测逻辑：

IMU 告诉你「运动的结果」：节段朝向、关节角度随时间的变化。它是运动学层面最直接的量化。

sEMG 告诉你「运动的原因」：神经对肌肉的激活指令。它是运动学现象背后的驱动。

视频告诉你「发生了什么」：一个人类可复核的视觉记录，用来验证信号处理是否正确、是否捕捉到了有意义的步态段落。

三者的关系可以这样理解一个具体案例——一名 ITW 儿童为什么踮脚走路？

视频显示：足跟始终不落地，前足承重（现象）
IMU 显示：踝关节在整个站立相处于跖屈位，背屈角受限（运动学证据）
sEMG 显示：腓肠肌在整个步态周期持续激活，胫骨前肌激活不足（神经指令证据）

三者串起来，你才能从「现象」追溯到「机制」。 这正是数据集提供三模态而非单一模态的意义——它让你有能力做因果链的分析，而不只是模式识别。

12.3 环节三：理解「处理到什么程度」

数据集的三类记录对应三个「处理深度」，你的选择取决于任务：

原始文件（raw）：最深的处理自主权，但也意味着你要自己完成滤波、坐标对齐、去噪、事件检测。适合做信号处理方法论研究、或需要完全掌控处理链的场景。
处理后信号（processed）：关节角与 sEMG 已处理到可临床解读的程度。适合直接做生物力学比较、临床指标计算。
分段步态周期（segmented）：周期已切分并跨模态对齐。适合做周期级建模（相位分析、周期归一化、变异性统计）。

一个常见的错误是「跳级使用」：拿到分段步态周期后，假设切分事件（如足跟着地）是绝对正确的，直接在其上做相位分析。但步态周期检测本身就可能出错——尤其在异常步态上，检测算法可能被异常的足部轨迹误导。建议在做周期级分析前，用视频抽检若干周期的切分点是否正确。

12.4 环节四：把纵向设计用起来

纵向设计的价值只有在你的分析里真正用上「时间」时才兑现。三类典型的纵向分析：

类型一：个体内变化检测（within-subject change）
对每个接受治疗的儿童，比较 T0 与 T1（或 T2）的步态参数。这是最能直接回答「治疗有没有效」的分析，且天然控制了个体差异——同一名儿童，自己与自己比。

类型二：变化幅度与临床变量的关联
把「步态改善幅度」与「治疗类型」等元数据关联，问：哪种治疗带来的步态改善更持久？

类型三：变化轨迹的异质性
不是所有儿童的治疗反应都一样。聚类 T0→T1→T2 的变化轨迹，可以发现「快速响应者」「延迟响应者」「无响应者」等亚群——这正是个性化康复（TwinGait 项目的研究目标）所需要的。

注意：纵向分析的样本量是「参与者数」，不是「记录数」——一名儿童有 3 次随访，在统计上只贡献 1 个独立个体。把这个搞错会严重高估统计功效。

12.5 环节五：归一化——儿童数据绕不过去的一步

儿童的体型差异巨大（本数据集年龄跨度约 6-11 岁），不做归一化直接比较绝对量，会把「体型差异」误读为「病种差异」。归一化路径：

步长/步幅：按身高或腿长归一化（如无量纲步长 = 步长/腿长）
步速：按无量纲 Froude 数或身高归一化速度
关节力矩：按体重 × 身高归一化（若涉及动力学）
时间参数（如周期时长）：按身高开方归一化（对应摆的周期 ∝ √长度）

数据集提供的 13 项人体测量（身高、足长、肩高肩宽、肘/腕/臂展、髋高髋宽、膝高踝高）正是为这些归一化准备的——尤其腿长相关项（髋高、膝高、踝高）是步态时空参数归一化的关键。

反面教材：直接报告「CP 组平均步长比 TD 组短 8 cm」而不提是否有体型差异，可能得出误导性结论。正确做法是先检查两组的体型是否可比，再报告归一化后的差异。

12.6 环节六：一个完整的最小分析骨架

把上述环节串成一个可复现的最小分析流程（伪代码级）：

输入：DATASET.zip（解压）+ PARTICIPANT_CHARACTERISTICS.xlsx
1. 读取参与者表 → 建立 participant ↔ condition ↔ milestone 映射
2. 按任务选择记录深度（raw / processed / segmented）
3. 若用 segmented：抽检步态周期切分质量（对照视频）
4. 若用跨模态：抽检 IMU 与 sEMG 的时间对齐质量
5. 用 13 项人体测量做归一化
6. 按亚型分层（CP 双瘫/偏瘫分开；ITW 单独）
7. 建模/统计：
   ├─ 横断面：TD vs CP vs ITW 组间比较
   ├─ 纵向：个体内 T0→T1→T2 变化
   └─ 跨模态：周期内 sEMG 激活 vs 关节角耦合
8. 小样本 → 交叉验证；结论标注探索性
输出：步态参数表 / 变化量 / 耦合指标 / 亚群轨迹

这个骨架的价值在于：它把「数据集的哪些设计对应你流程的哪一步」显式化了，避免拿到数据后无从下手。

12.7 环节七：如何判断这份数据是否够用

给一个可操作的判断标准：

如果你的目标是「证明某个算法在小样本儿科数据上可行」 → 够用，本数据集是理想的探索平台。
如果你的目标是「训练一个能跨人群泛化的临床模型」 → 不够用，需结合更大数据或迁移学习。
如果你的目标是「验证某治疗在人群层面的疗效」 → 谨慎，n=59 的队列功效有限，更适合作为个案级/机制级证据。
如果你的目标是「开发踝关节肌电-运动耦合分析方法」 → 够用，四通道覆盖踝关节两组关键肌，恰在其设计射程内。

核心判断原则：匹配任务与数据的设计意图。这个数据集是为「踝关节相关儿科步态的多模态机制研究」而设计的，偏离这个意图越远，样本量的短板越会被放大。

§13 数据质量自评与使用建议汇总

13.1 优势清单（可信赖的地方）

优势	说明	对你意味着
纵向设计	T0/T1/T2 三里程碑	可做治疗疗效与发育轨迹分析
多模态同步	IMU + sEMG + 视频	可做因果链（指令→运动）分析
专家手工测量	13 项人体测量由专家完成	归一化有可靠输入
周期级产出	分段且跨传感器对齐	降低预处理门槛
开放许可	CC BY 4.0，可商用	无许可障碍，含产业应用
零获取门槛	Zenodo open，无 gated	立即可用
标准设备	Xsens / Delsys 商业设备	采集协议可参照复刻
MD5 校验	四文件均给校验值	完整性可验证

13.2 局限清单（需要警惕的地方）

局限	说明	缓解建议
样本量小	n=59，最小亚组 12	交叉验证；合并病理组；结论保守
单中心	西班牙 Valladolid	跨中心结论需外部验证
sEMG 通道少	仅 4 通道 / 2 肌群	限踝关节机制分析；髋膝肌群缺失
视频无帧级标注	无姿态关键点	用 IMU 关节角作监督；或自标注
格式依赖厂商	raw 文件需专用软件	优先用处理后信号
处理参数不全	滤波等细节未全披露	回到 raw 文件自行处理
无基准排行	数据描述型论文	自建评测协议
新发表未验证	论文 2026-10 发表	关注后续第三方复现

13.3 分场景使用建议

场景一：儿科康复临床研究者

用 T0/T1/T2 做治疗前后步态参数变化
用 sEMG 分析痉挛的肌电特征
用视频做结果的人工核验与案例展示
优先看个体内变化，而非组间均值

场景二：信号处理/算法研究者

用 raw 文件做多模态对齐、去噪、周期检测的方法研究
用分段周期做相位/变异性/耦合分析的新方法
用跨模态监督（视频 ↔ IMU）探索自监督学习

场景三：AI/机器学习研究者

小样本场景下的迁移学习、元学习、域适应的试验台
多模态融合架构的设计与验证
因果/可解释模型（因为数据含因果链设计）

场景四：产业界（康复设备/数字疗法）

CC BY 4.0 允许商用，可作算法训练/验证素材
用于开发可穿戴步态评估产品的基线
注意论文图表不可商用（CC BY-NC-ND）

13.4 长期跟踪建议

由于论文刚发表（2026-10），建议关注：

Zenodo 版本更新——当前 v1.1，未来可能扩展样本或修订格式
第三方复现与基准——是否有团队基于此数据建立公开评测
团队后续产出——RehaBot / TwinGait 项目是否发布配套算法与模型
相似数据集的涌现——儿科步态多模态方向可能吸引更多团队跟进

跟踪方式：订阅概念 DOI 10.5281/zenodo.19162581 的更新；关注华亚多利德大学团队与 Sci Data 的后续论文。

§14 横向对照：儿科步态研究的常见数据需求与满足度

本节从「研究问题出发」反向检查数据覆盖度，帮助读者快速判断可用性。每条给出「你要什么」与「本数据集给你什么」的直接对照。

14.1 步态时空参数提取

你需要：步长、步幅、步频、步速、支撑相/摆动相占比、双支撑时间。
本数据集给你：IMU 3D 运动学 + 分段步态周期，可直接推算上述参数；处理后关节角可用于相位划分。满足度：高。 注意用 13 项人体测量做腿长归一化后再跨个体比较。

14.2 关节角度曲线分析

你需要：髋、膝、踝三关节在一个步态周期内的角度变化曲线。
本数据集给你：Xsens 系统输出的 3D 运动学（下肢）。满足度：中高。 踝关节相关分析最契合（因 sEMG 也聚焦踝肌群）；髋膝角度可分析但无对应肌电佐证。

14.3 肌电激活模式分析

你需要：目标肌肉在步态周期内的激活起始、峰值、持续时间。
本数据集给你：四通道 sEMG（胫骨前肌、腓肠肌），已跨传感器对齐到步态周期。满足度：中（限踝关节）。 髋膝肌群缺失，肌肉协同（synergy）分析维度受限。

14.4 步态对称性分析

你需要：左右侧步态参数的对称指数。
本数据集给你：偏瘫 CP 儿童（54.5%）天然提供单侧受累样本；IMU 双侧下肢采集。满足度：高（对偏瘫样本）。 双瘫样本的对称性异常则主要体现在双侧同时偏离。

14.5 病理 vs 正常判别

你需要：区分 CP / ITW / TD 的分类任务数据。
本数据集给你：三组标注明确的样本（22/12/25）。满足度：中（小样本）。 适合方法验证与交叉验证实验，不适合训练高容量深度模型；建议作为 few-shot / 迁移学习的研究平台。

14.6 治疗前后变化分析

你需要：同一受试者干预前后的步态对比。
本数据集给你：T0/T1/T2 三里程碑纵向设计。满足度：高（本数据集核心优势）。 这是同类数据中罕见的维度，务必用足。

14.7 跨模态时间对齐/融合

你需要：多传感器信号的同步数据以研究模态间关系。
本数据集给你：IMU + sEMG 后采集对齐 + 三视角视频。满足度：高。 同步是数据集的设计特色，但需注意是后采集对齐（见坑点 4）。

14.8 视频姿态估计

你需要：视频 + 对应姿态标签。
本数据集给你：三视角视频 + 同步 IMU 关节角（可作间接监督）。满足度：中。 无帧级关键点标签；若接受 IMU 关节角作为弱监督，可探索；否则需自标注。

14.9 大样本统计推断

你需要：足够样本量支撑统计功效或深度模型。
本数据集给你：n=59。满足度：低。 这是最大的局限。需要大样本时应寻找其他数据或做多数据集结合。

14.10 儿童发育轨迹研究

你需要：跨年龄段的儿童步态数据以建模发育曲线。
本数据集给你：年龄跨度约 6-11 岁（8.8±2.5），含 TD 组 25 名。满足度：中。 可做有限年龄段内的发育趋势分析，但不能覆盖婴幼儿到青少年全程。

§15 关键数字速查表

为便于引用，把分散在各节的硬数字集中一处。所有数字均有 FACTS.md 与来源列表支撑。

15.1 规模类

指标	数值
参与者总数	59
CP 人数	22
ITW 人数	12
TD 人数	25
男性	38
女性	21
平均年龄	8.8 ± 2.5 岁
人体测量项数	13
模态数	3（IMU / sEMG / 视频）
sEMG 通道数	4
视频视角数	3
临床里程碑数	3（T0/T1/T2）
数据文件数	4
数据总量	≈9.5 GB

15.2 构成比例类

指标	数值
CP 占比	37.3%
ITW 占比	20.3%
TD 占比	42.4%
CP 中双瘫	45.5%
CP 中右偏瘫	31.8%
CP 中左偏瘫	22.7%
右利手	69.5%
左利手	30.5%

15.3 文件类

文件	字节数	约
DATASET.zip	7,725,595,219	7.73 GB
VIDEO.zip	1,728,553,273	1.73 GB
ANALYSIS.zip	76,244,876	76.2 MB
PARTICIPANT_CHARACTERISTICS.xlsx	44,158	44.2 kB

15.4 标识类

项	值
slug	live-gaitneurokids
概念 DOI	10.5281/zenodo.19162581
版本 DOI	10.5281/zenodo.21278362
论文 DOI	10.1038/s41597-026-08424-4
预印本 DOI	10.21203/rs.3.rs-9471086/v1
版本	1.1
数据集许可	CC BY 4.0
论文许可	CC BY-NC-ND 4.0
访问状态	open
发布日期	2026-07-09
论文发表日	2026-10-09

15.5 统计类（抓取时点 2026-10-14）

指标	数值
Zenodo downloads	1367
Zenodo unique_downloads	766
Zenodo views	1176
Zenodo unique_views	989
版本级 downloads	748
版本级 views	451

§16 引用与复用规范

16.1 如何正确引用

引用数据集（推荐用概念 DOI，指向最新版本）：

Fernández-González, C., Saoudi, H., Mazariegos-Iglesias, C., de la Calle, B., Díaz-Pernas, F. J., Antón-Rodríguez, M., González-Ortega, D., Iordanov, D., & Martínez-Zarzuela, M. (2026). LIVE-GaitNeuroKids: A multimodal and Longitudinal Gait dataset with Inertial, Video and surface Electromyography in Neuromotor conditions and typically developing children [Data set]. Zenodo. https://doi.org/10.5281/zenodo.19162581

引用论文：

Fernández-González, C., Saoudi, H., Mazariegos-Iglesias, C., et al. LIVE-GaitNeuroKids: A multimodal and Longitudinal Gait dataset with Inertial, Video and surface Electromyography in Neuromotor conditions and typically developing children. Sci Data (2026). https://doi.org/10.1038/s41597-026-08424-4

16.2 署名要求（CC BY 4.0）

数据集本体为 CC BY 4.0，要求：

署名（Attribution）：注明原作者与来源（Zenodo），标明是否作了修改
可商用：允许把数据用于商业产品与算法
可改编：允许生成衍生数据，但需注明修改
无附加限制：不得对下游施加额外法律限制

16.3 不可做的事（论文 CC BY-NC-ND 4.0）

❌ 将论文图表用于商业目的
❌ 对论文内容做改编后再分发
✅ 可从论文中引用数据事实（事实本身不受版权保护），但引用图表需遵守 NC-ND 限制

16.4 建议的复现记录

若你基于本数据集发表工作，建议在方法中记录：

使用的版本（v1.1）与下载日期
使用的记录深度（raw / processed / segmented）
归一化策略（用了哪几项人体测量）
交叉验证方案（因小样本）
是否使用了纵向子集

§17 常见研究设计模板

17.1 模板 A：横断面组间比较

问题：ITW 与 CP 的踝关节运动学差异是什么？
设计：三组（CP / ITW / TD）横断面比较踝关节角度曲线（对齐的步态周期）。
数据：每个参与者的基线记录（或 T0）。
统计：先检验体型可比性 → 归一化 → 组间比较（注意小样本用非参数或 bootstrap）。
陷阱：CP 内亚型不可比（双瘫 vs 偏瘫），或需分层。

17.2 模板 B：个体内纵向变化

问题：某治疗对 CP 儿童步态的影响在各里程碑如何变化？
设计：每名儿童 T0 vs T1 vs T2 的步态参数变化。
数据：病理组的重复测量记录。
统计：重复测量分析 / 混合效应模型（参与者为随机效应）。
陷阱：把记录数当样本数（见 §12.4）。

17.3 模板 C：跨模态耦合分析

问题：腓肠肌激活峰值与踝关节跖屈角峰值的时序关系在 ITW 与 CP 中是否不同？
设计：在分段步态周期内，提取两模态的特征点并计算时差。
数据：分段步态周期（跨传感器对齐）。
统计：组间时序差比较。
陷阱：对齐质量（坑点 4）会直接影响时序差结论，须先验证对齐。

17.4 模板 D：小样本算法验证

问题：某个多模态融合模型在儿科步态分类上是否可行？
设计：三分类（CP / ITW / TD），留一交叉验证或分层 K 折。
数据：全体参与者的多模态记录。
评估：报告置信区间，标注探索性。
陷阱：单次划分的偶然高分（坑点 6），必须交叉验证。

17.5 模板 E：数字生物标志物发现

问题：哪些可穿戴步态特征能区分治疗响应者与非响应者？
设计：按 T0→T2 变化幅度分组，比较基线特征或变化特征。
数据：纵向记录 + 治疗类型元数据。
统计：特征选择 + 确保不做过度的多重比较。
陷阱：样本量小，特征数须严格控制；结论需外部验证。

§18 数据集的科学语境与开放数据意义

18.1 为什么儿科步态数据如此稀缺

在开放数据浪潮席卷医学影像、基因组学、电子病历的今天，儿科步态分析数据却长期是「洼地」。原因有三：

其一，采集成本高且场景特殊。 步态采集需要专用设备（光学动捕或可穿戴系统）、足够长度的行走空间、以及受试者的充分配合。儿童——尤其是神经运动障碍儿童——的配合度天然低于成人，采集时间更长、失败率更高。

其二，伦理约束更严。 涉及未成年人的生物医学数据，伦理审查更谨慎，数据共享（尤其含视频的）面临更高的隐私门槛。本数据集能公开三视角视频，本身就需要相当的伦理与知情同意工作。

其三，纵向采集的「长尾成本」。 要做治疗前后随访，意味着需要数年时间跨度、稳定的受试者随访机制、以及跨机构（医院 + 大学）的协作。这不是一个研究生项目能轻易完成的，需要持续的基金支持——这也是为什么本数据集背后有 RehaBot、HIPA、TwinGait、Sacyl 等多个项目。

理解了这三点，就能理解为什么本数据集「仅 59 人」却仍有重要价值：在一个采集困难的领域，能把纵向、多模态、开放许可三件事同时做成的团队极少。 规模小是事实，但它打开了一个此前几乎空白的窗口。

18.2 开放许可（CC BY 4.0）的产业意义

本数据集选择 CC BY 4.0（而非更保守的 NC 或 ND 许可），这一选择在数据集的产业可用性上有实质影响：

允许商用：康复设备厂商、数字疗法公司、可穿戴产品团队可以把数据用于算法训练与产品验证，无需单独协商许可。
允许改编：可以基于此数据开发衍生产品（如预训练模型、特征库、标注扩展），只需注明来源。
降低法务成本：相比「请求制」或许可模糊的数据集，CC BY 4.0 让企业法务可以快速放行。

对比很多医学数据集选择 CC BY-NC（禁止商用）或研究专用许可，本数据集的开放度属于较高一档。这与论文「促进广泛采用」的目标一致——如果目标用户包括医院与企业，许可就不能把企业挡在门外。

18.3 多模态开放数据的「因果链」价值（延伸）

本数据集的一个深层价值，在于它同时开放了运动学与肌电，使「因果链分析」成为可能。这在机器学习领域尤为有意义：

大多数多模态数据集是「相关性」导向的（如图文对，供对齐学习）。
本数据集提供了「神经指令 → 运动输出」这一具方向性的物理因果链，适合研究：
- 从肌电预测运动学（正向模型）
- 从运动学反推肌电激活（逆向模型）
- 模态间的时滞与耦合关系

这类结构性数据在自监督学习、物理信息机器学习（physics-informed ML）、可解释 AI 方向上都有探索空间。对研究者而言，这是一份「小而结构好」的数据——规模限制被结构价值部分补偿。

18.4 对千方病案医数集（qianfanghub.com）的意义

本条目填补了本库在儿科 + 可穿戴生理信号 + 纵向设计交叉地带的空白：

信号模态维度：本库以医学影像为主，本条目补充了 IMU/sEMG 生理信号这一模态。
人群维度：本库的儿科条目相对稀缺，本条目补充了儿科神经运动障碍人群。
时间维度：本条目是本库中少见的纵向随访设计，为「治疗前后」类研究提供了样例。
许可维度：CC BY 4.0 的可商用性是本库中获取门槛最低的一档，适合作为开放数据实践的参照。

在检索层面，本条目使「儿科运动障碍」「可穿戴步态」「多模态时序」等查询在本库中有了落点。

18.5 与国际开放数据实践的对照

本数据集的做法符合当前国际开放数据的主要趋势：

FAIR 原则：可发现（Findable，DOI + 论文）、可访问（Accessible，Zenodo open）、可互操作（Interoperable，通用格式）、可重用（Reusable，CC BY 4.0）四项均有覆盖，互操作性因原始格式而略打折。
Data Descriptor 发表模式：与 Scientific Data 等期刊的「数据描述型论文」范式一致——论文为数据服务，而非相反。
数据先行（data-first）：数据集 2026-07-09 上线，论文 2026-10-09 发表，间隔三个月，让数据先积累使用。
版本化托管：Zenodo 概念 DOI + 版本 DOI 机制，支持数据集的持续更新与正确引用。

这些实践为后续类似的儿科/康复数据集的发布提供了可参照的模板。

18.6 一个诚实的收尾：它能回答什么，不能回答什么

任何数据集都有其射程。诚实地划出本数据集的边界：

它能回答的：

儿童（6-11 岁）在 CP / ITW / TD 条件下的踝关节相关步态运动学与肌电特征
干预前后步态参数如何随时间变化（个案级至小群级）
多模态信号之间的时相耦合关系
小样本、多模态条件下的算法可行性

它不能回答的：

大样本统计推断或人群层面的疗效结论
儿童步态在婴幼儿到青少年全年龄段的发育轨迹
髋膝肌群参与的肌肉协同机制
跨国家/跨种族的步态差异
视频帧级的精细姿态分析

把这份边界记在心里，你就能在合适的场景用好这份数据，而不是在不合适的场景里勉强它。

18.7 结语

LIVE-GaitNeuroKids 是一份「规模有限但设计用心」的开放数据集。它的价值不在样本量，而在三个难得的同时成立：纵向随访、多模态同步、开放可商用。对儿科步态这一采集困难的领域，它提供的不只是一批数据，更是一套可复用的采集与开放范式。对使用者而言，理解它的设计意图与边界，比纠结它的样本量更重要——用对场景，它是一份好数据；用错场景，它的短板会放大成问题。

FAQ（高频问答 28 问）

A. 基础认知

Q1：LIVE-GaitNeuroKids 是什么？
A：西班牙华亚多利德大学等团队发布的儿科步态多模态纵向数据集，59 名儿童（脑瘫 22、踮足 12、典型发育 25），同步采集惯性运动学、表面肌电与三视角视频。

Q2：名字里的 LIVE 是什么意思？
A：是数据集名称前缀，指代发布团队的实验室/项目品牌。可获取材料未展开完整全称，本条目不做臆断。

Q3：GaitNeuroKids 怎么断词？
A：Gait（步态）+ Neuro（神经）+ Kids（儿童）= 神经运动障碍儿童步态。前半 LIVE 为品牌前缀。

Q4：谁做的？
A：Universidad de Valladolid（信号理论与通信及远程信息工程系）主导，Río Hortega 大学医院康复科与 CEU San Pablo 大学 NeumBReG 组合作，共 9 名作者。

Q5：发表在哪？
A：Scientific Data（Sci Data），2026-10-09 正式发表，doi:10.1038/s41597-026-08424-4；曾有 Research Square 预印本（2026-04-21）。

Q6：数据放在哪？
A：Zenodo，概念 DOI 10.5281/zenodo.19162581，当前版本 v1.1（版本 DOI 10.5281/zenodo.21278362）。

B. 数据与获取

Q7：怎么下载？
A：Zenodo 页面直接点下载，四个文件无需登录或申请（access_right=open）。

Q8：多大？
A：四文件合计约 9.5 GB。DATASET.zip 7.73 GB / VIDEO.zip 1.73 GB / ANALYSIS.zip 76.2 MB / PARTICIPANT_CHARACTERISTICS.xlsx 44.2 kB。

Q9：许可能商用吗？
A：数据集本体是 CC BY 4.0，允许商用（需署名）。但论文本体是 CC BY-NC-ND 4.0，论文图表不可商用改编。

Q10：有三个 DOI 是撞库吗？
A：不是。19162581 是概念 DOI，19162582 是早期记录，21278362 是 v1.1 版本 DOI，同一实体。

Q11：四个文件各装什么？
A：DATASET.zip = 核心数据（原始文件 + 处理后信号 + 分段周期）；VIDEO.zip = 三视角视频；ANALYSIS.zip = 分析产出；xlsx = 参与者特征表。

Q12：怎么校验完整性？
A：Zenodo 页面给出各文件 MD5（见 §5.3 表）。

C. 数据内容

Q13：有哪些模态？
A：三种——IMU 3D 运动学（Xsens）、四通道表面肌电（Delsys Trigno）、三视角视频（前左/前右/矢状面）。

Q14：sEMG 测哪几块肌肉？
A：胫骨前肌（tibialis anterior）与腓肠肌（gastrocnemius），共四通道。

Q15：纵向有几个时间点？
A：病理组三个里程碑——T0 治疗前、T1 短期随访、T2 中期随访；TD 组主要基线。

Q16：参与者年龄？
A：平均 8.8 ± 2.5 岁；男 38、女 21。

Q17：CP 有哪些亚型？
A：双瘫 45.5%、右侧偏瘫 31.8%、左侧偏瘫 22.7%。

Q18：有健康对照吗？
A：有，TD（典型发育）25 名。但 TD ≠ 严格健康筛查，读作同年龄段发育常规参照。

Q19：人体测量有哪些？
A：13 项，含身高、足长、肩高肩宽、肘/腕/臂展、髋高髋宽、膝高踝高，专家手工测量。

Q20：步态周期是怎么给的？
A：数据集提供跨可穿戴传感器时间对齐的分段步态周期（segmented gait cycles）。

D. 使用与工程

Q21：视频能直接做姿态估计训练吗？
A：不能直接训练——视频无逐帧关键点标签。可用同步 IMU 关节角作替代监督。

Q22：跨模态同步可靠吗？
A：同步靠后采集信号对齐，非硬件触发。使用前建议抽样核对对齐质量。

Q23：原始文件用什么读？
A：原始文件为厂商格式（Xsens/Delsys），依赖厂商软件；建议优先用处理后信号。

Q24：适合训练深度模型吗？
A：适合做方法探索与个体内纵向分析；因样本小（ITW 仅 12），跨个体结论需交叉验证并谨慎外推。

Q25：能拿来做数字生物标志物吗？
A：这正是数据集的目标应用之一（digital gait biomarkers），尤其适合治疗前后变化量化。

Q26：有没有基准排行榜？
A：没有。论文是数据描述型，不内置 leaderboard，评测需自建。

Q27：和成人步态数据集能混用吗？
A：不建议直接混——儿童步态受发育影响，运动学尺度与模式不同，混用会引入年龄混淆。

Q28：数据集有没有处理链参数文档？
A：论文提供了原始与处理后两条路径，但滤波等具体参数在可获取段落中未完整给出，属待核项。

事实清单（硬事实 42 条）

以下每条均为可查证的硬事实，来源见附录 C 证据链。抓取时点 2026-10-14。

身份与出处

数据集全称：LIVE-GaitNeuroKids: A multimodal and Longitudinal Gait dataset with Inertial, Video and surface Electromyography in Neuromotor conditions and typically developing children
正式论文：Scientific Data, 2026-10-09 发表，doi:10.1038/s41597-026-08424-4
论文收稿/接受/发表日期：Received 2026-04-20 / Accepted 2026-09-28 / Published 2026-10-09
预印本：Research Square, doi:10.21203/rs.3.rs-9471086/v1，posted 2026-04-21
数据集托管：Zenodo，资源类型 Dataset，当前版本 v1.1
概念 DOI：10.5281/zenodo.19162581
版本 DOI（v1.1）：10.5281/zenodo.21278362
数据集发布时间：2026-07-09；最后更新：2026-10-13（revision 8）

作者与机构

作者共 9 名：C. Fernández-González, H. Saoudi, C. Mazariegos-Iglesias, B. de la Calle, F. J. Díaz-Pernas, M. Antón-Rodríguez, D. González-Ortega, D. Iordanov, M. Martínez-Zarzuela
主体机构：Universidad de Valladolid（信号理论与通信及远程信息工程系），ROR 01fvbaw18
临床合作机构：Hospital Universitario Río Hortega（康复科），ROR 05jk45963
生物力学合作机构：CEU San Pablo University（NeumBReG 组）
通讯作者：Carmen Fernández-González、Mario Martínez-Zarzuela
通讯邮箱：carmen.fernandez.gonzalez@uva.es / mario.martinez@uva.es

队列规模与构成

参与者总数：59 名儿童
分组：CP 22 / ITW 12 / TD 25
性别：男 38 / 女 21
年龄：平均 8.8 ± 2.5 岁
CP 亚型：双瘫 45.5%、右侧偏瘫 31.8%、左侧偏瘫 22.7%
运动优势侧：右利手 69.5%、左利手 30.5%
人体测量：每名参与者 13 项，由临床专家手工测量

模态与采集

模态一：Xsens 身体穿戴惯性运动捕捉系统，3D 运动学
模态二：Delsys Trigno 四通道表面肌电
sEMG 靶肌肉：胫骨前肌、腓肠肌
模态三：三视角视频（前左、前右、矢状面）
同步机制：后采集信号对齐（post-acquisition synchronization）
sEMG 系统含集成 IMU
传感器布置：下肢与躯干，按标准协议

纵向设计

三个临床里程碑：T0 基线/治疗前、T1 短期随访、T2 中期随访
纵向设计范围：病理组（CP、ITW）重复测量

数据产出与体量

三类记录：原始采集文件、处理后关节角与 sEMG、分段步态周期
DATASET.zip：7,725,595,219 B，MD5 7b778f70c25932710043449d1465dfea
VIDEO.zip：1,728,553,273 B，MD5 88fa0ec37a36892deabe6c7f9cc49a8c
ANALYSIS.zip：76,244,876 B，MD5 e903b7316be7cce5452de085328bc8a5
PARTICIPANT_CHARACTERISTICS.xlsx：44,158 B，MD5 3f70a6b32ae4abe6488a5b3e1d6de7b7
四文件合计约 9.5 GB

许可与获取

数据集许可：CC BY 4.0（Zenodo license 字段 = cc-by-4.0）
数据集访问状态：open（无 gated、无申请）
论文许可：CC BY-NC-ND 4.0
预印本许可：CC BY 4.0
关联标识：10.1038/s41597-026-08424-4（isPublishedIn）

统计与基金

Zenodo 统计（2026-10-14）：downloads 1367 / unique_downloads 766 / views 1176 / unique_views 989

基金支持（补充）：西班牙科学与创新部（RehaBot PID2021-124515OA-I00、HIPA I+P 22959、TwinGait PID2025-171015OB-I00）与卡斯蒂利亚-莱昂大区卫生系统 Sacyl（GRS2670/A/22、GRS 3159/A1/2024）

术语表（32 条）

术语（中/英）	解释
脑瘫 / cerebral palsy (CP)	由发育中脑损伤引起的运动障碍综合征，常伴痉挛，是儿童步态异常的常见病因
特发性踮足 / idiopathic toe walking (ITW)	无明确神经学病因的持续性踮足步态，需与痉挛型 CP 鉴别
典型发育 / typically developing (TD)	按发育常规发展的儿童，作为同龄对照
步态 / gait	行走时的周期性运动模式
步态周期 / gait cycle	从一侧足跟着地到同侧足跟再次着地的完整周期
步态分析 / gait analysis	对步态运动学、动力学、肌电的定量描述与评估
惯性测量单元 / inertial measurement unit (IMU)	集成加速度计、陀螺仪、（常含）磁力计的传感器
运动捕捉 / motion capture	记录人体运动的技术，分光学式与惯性式
三维运动学 / 3D kinematics	关节角度、节段朝向等运动描述量
关节角 / joint angle	相邻节段之间的夹角，步态分析核心指标
表面肌电 / surface electromyography (sEMG)	从皮肤表面测量肌肉电活动
肌电激活 / muscle activation	神经系统驱动肌肉收缩产生的电活动
胫骨前肌 / tibialis anterior	踝背屈主要肌，负责足廓清与缓冲
腓肠肌 / gastrocnemius	踝跖屈主要肌，负责推进与站立稳定
共激活 / co-activation	主动肌与拮抗肌同时激活，常见于痉挛步态
矢状面 / sagittal plane	将身体分为左右两半的平面，步态屈伸主要发生面
冠状面 / coronal plane	将身体分为前后两半的平面
前左/前右视角 / front left / front right view	从受试者前方偏左/偏右的拍摄角度
纵向设计 / longitudinal design	对同一受试者在多个时间点重复测量
横断面 / cross-sectional	同一时间点的一次性测量
重复测量 / repeated measures	同一受试者的多次观测
里程碑 / milestone	纵向研究中的预设评估时间点
治疗前 / pre-treatment	干预实施前的基线状态
随访 / follow-up	干预后的复查评估
数字生物标志物 / digital biomarker	用传感器数据客观量化的健康/疾病指标
肌肉骨骼缩放 / musculoskeletal scaling	依人体测量对模型/信号归一化
人体测量 / anthropometry	人体尺寸的测量（身高、节段长等）
运动优势侧 / motor dominance	惯用手/优势侧
偏瘫 / hemiparesis	身体一侧的肌力减弱
双瘫 / diparesis	双腿受累为主的瘫
临床决策支持 / clinical decision support	辅助临床判断的算法系统
后采集同步 / post-acquisition synchronization	采集后依信号特征对齐多传感器时间轴

附录

附录 A：条目信息速查卡

字段	值
slug	live-gaitneurokids
官方名	LIVE-GaitNeuroKids: A multimodal and Longitudinal Gait dataset with Inertial, Video and surface Electromyography in Neuromotor conditions and typically developing children
类型	儿科步态多模态纵向数据集
参与者	59（CP 22 / ITW 12 / TD 25）
模态	IMU 运动学 + 四通道 sEMG + 三视角视频
纵向里程碑	T0 / T1 / T2
数据来源	Zenodo（CC BY 4.0，open）
论文	Sci Data 2026, doi:10.1038/s41597-026-08424-4
体量	≈9.5 GB（4 文件）
主责机构	Universidad de Valladolid

附录 B：DAIMS 评估全表

（见 §6.6 表；综合 3.9/5）

附录 C：逐项证据链自证

三条一手来源的互证关系与各自证据指向：

来源	URL	证据指向
论文（Sci Data）	https://www.nature.com/articles/s41597-026-08424-4	队列规模（59/22/12/25）、模态配置（Xsens/Delsys）、三视角视频、后采集同步、基金编号、作者机构、通讯作者、许可（CC BY-NC-ND 4.0）、日期（Received 2026-04-20 / Published 2026-10-09）
Zenodo API（记录 21278362）	https://zenodo.org/api/records/21278362	数据集许可（cc-by-4.0）、access_right（open）、版本（1.1）、DOI、四文件大小/MD5、作者全序与 ORCID、机构归属、统计数字、发布日期 2026-07-09
Research Square 预印本	https://doi.org/10.21203/rs.3.rs-9471086/v1	队列人口学（38 男/21 女、8.8±2.5 岁）、CP 亚型分布、利手分布、13 项人体测量、T0/T1/T2 定义、四项贡献表述、预印本许可（CC BY 4.0）

三源互证的核心数字（59/22/12/25、三模态、T0/T1/T2、许可）完全一致；差异项（机构归属、人名格式、许可类型、DOI 编号）已逐条在 §6.2、§9、FACTS §9 存照。

附录 D：数据获取决策树

想用 LIVE-GaitNeuroKids？
├─ 只需参与者特征做统计分析
│   └─ 下载 PARTICIPANT_CHARACTERISTICS.xlsx（44.2 kB）
├─ 需要三视角视频做视觉参考/质量复核
│   └─ 下载 VIDEO.zip（1.73 GB）
├─ 需要步态周期/关节角/肌电信号建模
│   ├─ 优先用处理后信号与分段周期 → ANALYSIS.zip（76.2 MB）+ DATASET.zip
│   └─ 需要原始信号自行处理 → DATASET.zip（7.73 GB）
└─ 全量复现
    └─ 四文件全下（≈9.5 GB）

附录 E：模态-任务映射表

模态	直接支持的任务	需自备的环节
IMU 3D 运动学	关节角回归、步态周期检测、时空参数提取	滤波/坐标系对齐参数（论文未全给）
四通道 sEMG	激活时序分析、共激活检测、肌电-运动耦合	整流/滤波细节、归一化策略
三视角视频	信号质量人工复核、运动学外部佐证、视觉算法素材	逐帧姿态关键点标注
跨模态对齐	神经指令-运动输出耦合分析、相位分析	对齐质量抽检

附录 F：队列构成速查

组别	n	占比	临床要点
CP（脑瘫）	22	37.3%	双瘫 45.5% / 右偏瘫 31.8% / 左偏瘫 22.7%
ITW（特发性踮足）	12	20.3%	无明确神经学病因的持续性踮足
TD（典型发育）	25	42.4%	同龄发育对照
合计	59	100%	男 38 / 女 21；8.8±2.5 岁

附录 G：纵向里程碑表

里程碑	全称	定位	适用组
T0	baseline / pre-treatment	治疗前基线	CP、ITW
T1	short-term follow-up	短期随访	CP、ITW
T2	mid-term follow-up	中期随访	CP、ITW

附录 H：三份许可对照表

对象	许可	商用	改编	引用方式
数据集本体（Zenodo）	CC BY 4.0	✅	✅	署名
正式论文（Sci Data）	CC BY-NC-ND 4.0	❌	❌	署名 + 非商用 + 禁改
预印本（Research Square）	CC BY 4.0	✅	✅	署名

附录 I：Zenodo 文件校验表

文件	字节数	MD5
DATASET.zip	7,725,595,219	7b778f70c25932710043449d1465dfea
VIDEO.zip	1,728,553,273	88fa0ec37a36892deabe6c7f9cc49a8c
ANALYSIS.zip	76,244,876	e903b7316be7cce5452de085328bc8a5
PARTICIPANT_CHARACTERISTICS.xlsx	44,158	3f70a6b32ae4abe6488a5b3e1d6de7b7

附录 J：与同类数据集的定位对照

对照对象	差异点
成人可穿戴步态数据集	本集面向儿童，含纵向与 sEMG
横断面儿科数据集	本集含 T0/T1/T2 纵向
光学动捕数据集	本集用可穿戴设备，精度换取可及性
单一模态 IMU 数据集	本集整合 IMU+sEMG+视频

附录 K：使用前置检查清单

[ ] 确认下载的是 v1.1（版本 DOI 21278362）
[ ] 校验四文件 MD5
[ ] 阅读 §6.2 分清三份许可
[ ] 抽检跨模态时间对齐质量（坑点 4）
[ ] 确认 raw 文件读取工具链（坑点 5）
[ ] 用 13 项人体测量规划归一化（坑点 8）
[ ] 小样本结论规划交叉验证（坑点 6）

附录 L：常见误读纠正表

误读	纠正
「CC BY-NC-ND 所以数据不能商用」	数据集本体是 CC BY 4.0，可商用；NC-ND 属论文
「三个 DOI 是三个数据集」	同一实体的概念/版本 DOI
「TD 是健康金标准」	是同年龄段发育常规参照，非严格健康筛查
「视频有关键点标注」	无逐帧关键点标注
「同步是硬件的」	是后采集信号对齐

附录 M：术语中英对照补充

康复 rehabilitation
评估 assessment
干预 intervention
疗效 efficacy
生物力学 biomechanics
步态变异 gait variability
相位 phase
站立相 stance phase
摆动相 swing phase
足跟着地 heel strike
足尖离地 toe-off

附录 N：基金项目清单

项目	编号	资助方
RehaBot	PID2021-124515OA-I00	西班牙科学与创新部
HIPA	I+P 22959	西班牙科学与创新部
TwinGait	PID2025-171015OB-I00	西班牙科学与创新部
可穿戴传感器用于脑瘫儿童步态与运动分析	GRS2670/A/22	Sacyl
卒中与脑瘫痉挛治疗后个性化居家聊天机器人引导疗法	GRS 3159/A1/2024	Sacyl

附录 O：计算环境与格式提示

原始 IMU 文件通常需 Xsens MVN 系列软件读取
原始 sEMG 文件通常需 Delsys 软件读取
处理后信号与分段步态周期通常为通用表格格式（如实测为 .csv，请以解压结果为准）
视频文件通常为通用视频容器
建议预留 ≥20 GB 磁盘（压缩包 + 解压空间）

附录 P：待核留疑清单（与 FACTS §9 对照）

IMU/sEMG 精确采样率（Hz）
Xsens 具体型号
DATASET.zip 内部目录结构与文件格式
T0/T1/T2 精确 session 计数与步态周期总量
伦理审批委员会名称与批号
视频分辨率与帧率
「LIVE」缩写全称

以上为诚实的知识边界——不做臆测。

附录 Q：刊误与双口径存照

编号	项	口径 A	口径 B	处置
1	数据集许可	CC BY 4.0（Zenodo）	—	以 A 为主
2	论文许可	CC BY-NC-ND 4.0（正式）	CC BY 4.0（预印本）	双存照
3	作者署名	Beatriz de la Calle（论文）	De la calle García, Beatriz（Zenodo）	双存照
4	Iordanov 机构	CEU San Pablo（论文）	Biomech Solutions（Zenodo）	双存照
5	DOI	19162581/19162582（概念/早期）	21278362（版本）	双存照

附录 R：检索决策树

在千方病案医数集找步态/儿童运动数据？
├─ 需要儿科步态多模态 → live-gaitneurokids（本条目）
├─ 需要步态/可穿戴通用 → 按标签「步态与运动」「可穿戴传感」检索
├─ 需要儿科发育队列 → 按标签「儿科」检索
└─ 需要多模态时序 → 按标签「多模态」+「时序数据」检索