脱水对格斗运动员睡眠质量、认知技能与肌电反应的影响
该数据集来自 clinicaltrials.gov,聚焦脱水对格斗运动员的影响。研究考察通过脱水快速减重对睡眠质量、认知技能及等速力量表现中表面肌电(sEMG)反应的作用,并评估急性脱水对睡眠质量、认知能力和 sEMG 反应的潜在不良影响

基本信息
资源简介
脱水对格斗运动员睡眠质量、认知技能与肌电反应的影响
该数据集来自 clinicaltrials.gov,聚焦脱水对格斗运动员的影响。研究考察通过脱水快速减重对睡眠质量、认知技能及等速力量表现中表面肌电(sEMG)反应的作用,并评估急性脱水对睡眠质量、认知能力和 sEMG 反应的潜在不良影响。研究全程监测体温和心率,并评估脱水一夜后补液对认知技能、力量和 sEMG 反应的效果。受试者为竞技高级男子格斗运动员,第一阶段包括尿液密度测定、体重记录和身体成分测量。数据可用于运动医学、脱水与睡眠及认知功能关联等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脱水、体重减轻、体重循环、睡眠。本研究的目的是检查通过脱水快速减重对格斗运动员睡眠质量、认知技能以及等速力量表现中表面肌电(sEMG)反应的影响。此外,还将评估急性脱水的总体效应以及脱水对睡眠质量的潜在不良影响对认知能力和 sEMG 反应的影响。研究全程将监测体温和心率值。最后,将评估脱水一夜后补液对认知技能、力量和 sEMG 反应的影响。竞技高级男子格斗运动员将参与本研究。第一阶段将包括尿液密度测定、体重记录、身体成分测量以及
【主题与分类】
主题标签:Dehydration、Weight Loss、Weight Cycling、Sleep。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07118904
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT07118904
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
条件:脱水、体重减轻、体重循环、睡眠。本研究旨在考察格斗运动员通过脱水实现的快速减重对睡眠质量、认知技能以及等速力量表现期间表面肌电(sEMG)反应的影响。此外,还将评估急性脱水的总体效应以及脱水对睡眠质量的影响进而对认知能力和sEMG反应产生的潜在不良影响。研究全程将监测体温和心率数值。最后,将评估在一夜脱水后补充水分对认知技能、力量和sEMG反应的影响。竞技水平成年男性格斗运动员将参与本研究。第一阶段将包括测定尿液密度、记录体重、测量身体成分和全身液体量,以及记录静息心率(HR)和体温。随后将进行认知技能测试,并在标准热身之后,在等速腿部力量测量期间从优势腿股四头肌区域记录sEMG数据。
在完成预测试后,每位运动员将按照随机交叉实验设计接受两次独立的脱水与对照干预。在实验 trials 中,以预测试中记录的体重为参考,通过桑拿应用实现3%的体重下降。脱水干预完成后,将在约45分钟后按顺序重复预测试中干预前进行的所有测量,期间运动员不得摄入任何食物或液体。实验 trial 1 中的运动员将被允许度过一个不进行补液的常规夜晚。在此期间,其睡眠质量将通过睡眠监测仪记录。次日早晨,将按顺序重复预测试中进行的所有测量,以评估脱
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




