基于先进技术的卒中后步态再学习康复

数据集获取

源站：https://clinicaltrials.gov/study/NCT06497309

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

病症：卒中、步态障碍、神经系统疾病。本研究的主要目的是探讨在卒中后康复中，使用基于先进技术的疗法辅助重新学习行走的康复方案的有效性。这将通过两种分组方式来衡量：患者将在接受包含传统物理治疗、作业治疗、水疗等在内的综合康复方案的基础上，被随机分配接受跑台治疗或不接受跑台治疗。在两种情况下，治疗均使用先进技术设备进行。研究人员将在我们的研究中招募80人。比较将在40人与40人之间进行，主要组别的差异在于康复方案中所使用的先进技术设备类型，以及他们接受的是跑台治疗还是非跑台治疗。他们总共将参加20次治疗。此外，研究人员观察在卒中后早期（0-3个月）还是晚期（3个月至1年），患者步态的特定参数能否测得更大的病情变化。

卒中后的时间为亚组分析提供了机会，但病例数量限制了这一点。这一点之所以重要，是因为在国际文献中，关于基于先进技术的治疗仍是一个悬而未决的问题。在所有病例中，检查均以DIERS运动分析系统开始并结束，这是一种基于VRS（视频光栅立体摄影）的光学扫描方法，以及一台配备传感器的跑台，可测量步态和平衡能力的多项参数。此外，还使用传统物理治疗评估方法（Timed Up and Go、Berg平衡测试、6分钟步行测试、10米步行测试、功能独立性评定、Barthel指数）来评估步态模式和自理能力。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。