基本信息

模态

时间序列

任务类型

分类

创建/更新时间

2026-11-08

资源简介

基于传感器的住院卒中康复数据集

Inpatient Stroke Recovery Using Sensors 是一个来源于 clinicaltrials.gov 的卒中康复监测数据集，归类于循环系统疾病下的其他类别，主题标签为 Stroke。该数据集围绕住院卒中患者的康复过程，采用研究级无线可穿戴传感器开展连续长期监测，研究对象涵盖亚急性期与慢性期卒中患者以及健康对照者，采集定量健康数据。研究关注设备数据的变异性、传感器读数在临床研究周期内的一致性与周期性，并分析可穿戴传感器技术用于临床与监测用途的重测信度与评分者间信度，同时考察传感器能否区分健康对照者与卒中个体的生物特征与活动特征。该数据集适合用于卒中住院康复场景下的可穿戴传感监测研究。

【数据集背景】

卒中患者在住院康复期间的连续监测对评估恢复过程具有重要意义。该数据集对应的研究以住院卒中患者为对象，旨在评估使用可穿戴传感器对卒中住院患者进行连续长期监测的可行性。研究对象包括亚急性期和慢性期卒中个体，并设置健康对照者作为参照。研究在临床环境中开展，关注可穿戴传感技术在真实临床场景下的适用性，为后续将传感器用于卒中康复监测与临床评估提供基础。

【数据内容】

该数据集采集的是来自研究级无线可穿戴传感器的定量健康数据，覆盖亚急性期与慢性期卒中患者以及健康对照者。研究重点关注传感器数据本身的变异性，以及传感器读数在整个临床研究周期内的一致性和周期性。数据内容涉及生物特征与活动特征两个层面，研究将判断传感器能否在健康对照者与卒中个体之间区分这些特征。此外，研究还涉及上肢与下肢相关内容的量化，但源站描述在此处未完整给出，具体量化指标与数据字段源站未提供。

【采集与来源】

数据来源于 clinicaltrials.gov 登记的研究，采集场景为临床环境，采集手段为研究级、无线、可穿戴传感器，采集方式为对受试者进行连续长期监测。受试者包括亚急性期和慢性期卒中个体以及健康对照者。源站描述未提供具体的传感器型号、佩戴部位、采样频率、采集时长、样本量及机构信息，上述内容源站未提供。

【适用场景】

该数据集适用于卒中住院康复过程中的可穿戴传感监测研究，可用于考察连续长期监测在住院卒中人群中的可行性，评估传感器读数的一致性与周期性，分析传感器技术在临床与监测应用中的重测信度与评分者间信度，并用于比较健康对照者与卒中个体在生物特征和活动特征上的差异。也可为卒中康复相关的上肢与下肢量化评估研究提供参考，具体适用边界需结合源站描述确定。

【使用方法】

源站未提供该数据集的具体使用方法、数据格式、访问方式与配套文档说明。使用者需依据源站公开信息自行确认数据获取途径与使用条件。

【质量与限制】

该数据集对应的研究本身包含对设备数据变异性、读数一致性与周期性、重测信度与评分者间信度的考察，这些内容反映了数据质量关注的重点。源站描述未提供样本量、数据完整率、缺失情况、传感器精度指标等具体质量参数，上述内容源站未提供。研究聚焦于住院临床环境下的连续监测，其结论外推至其他场景时需谨慎。

【引用与许可】

源站未提供该数据集的引用格式与许可条款信息。使用时应遵循 clinicaltrials.gov 的相关规定，具体引用与许可要求源站未提供。

原始链接

https://clinicaltrials.gov/study/NCT04219670

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://clinicaltrials.gov/study/NCT04219670

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。

数据说明

疾病：卒中。目的：目标1：评估使用可穿戴传感器对卒中住院患者进行连续长期监测的可行性。研究者将从临床环境中的亚急性和慢性卒中患者以及健康对照者身上，通过研究级无线可穿戴传感器获取定量健康数据。研究者将特别检查设备数据的变异性，以及整个临床研究期间传感器读数的一致性和周期性。研究者将分析使用可穿戴传感器技术进行临床和监测应用的测试-重测信度和评定者间信度。此外，研究者将确定传感器能否区分健康对照者与卒中患者之间的生物特征和活动特征。目标2：量化卒中恢复期间的上肢和下肢运动障碍、移动相关活动、言语和吞咽活动以及临床参数。

研究人员将在执行经过验证的临床测试以及一般住院活动（如治疗、进食和睡眠）期间，获取临床症状的连续生物特征和基于运动的传感器数据（例如肌肉激活、心率变异性、交谈时间和步态质量）。研究人员将把设备数据与临床验证的运动和语言功能测量指标进行比较，例如改良Ashworth量表或西方失语症成套测验。研究人员将描述由临床医生评估的临床验证测量指标（10米步行测试、简易精神状态检查等）所定义的受试者亚组中设备数据的变化。研究人员还将通过比较治疗前后的传感器数据，评估传感器捕捉治疗反应的能力，例如运动疗法、言语治疗、药物治疗和肉毒杆菌毒素治疗。研究人员将提供关于所测量变量程度的证据

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