调查患者对机器人康复设备的兴趣
该数据集来自clinicaltrials.gov，聚焦急性卒中患者对机器人康复治疗的兴趣。研究将向卒中患者介绍一种新型机器人平台，用于训练日常生活活动（ADL）中的旋转手部操作任务，如开泡菜罐、转钥匙、用汤勺盛汤等，并考察其作为家庭训练器的可用性
基本信息
资源简介
调查患者对机器人康复设备的兴趣
Surveying Patient's Interest in Robotic Rehabilitation Device 是一个登记于 clinicaltrials.gov 的研究数据集，主题聚焦急性卒中患者对机器人康复治疗的接受意愿与兴趣。该研究面向近期发生卒中的个体，向其介绍一种新型机器人平台，用于训练日常生活活动（ADL）中的旋转手部操作任务，例如打开泡菜罐、转动钥匙、用汤勺盛汤等，并考察该设备作为家庭训练器的可用性。研究特别针对缺血性卒中患者，旨在提升其日常生活活动表现；同时评估当前作业治疗的频率与剂量，以及患者对现有治疗的满意度。参与者的参与将有助于开发基于机器人设备的居家训练新疗法。该数据集在本站归类于循环系统疾病 / 其他，主题标签为 Stroke, Acute。
【数据集背景】
卒中急性期后的康复训练对恢复日常生活能力具有重要意义。该研究的出发点在于了解近期卒中患者对机器人辅助康复治疗的兴趣程度，并探索将机器人设备引入居家训练场景的可行性。研究关注的核心问题包括：患者是否愿意接受机器人治疗、新型机器人平台在训练旋转手部操作任务方面的可用性，以及现有作业治疗的实施频率、剂量与患者满意度。研究希望借助参与者的反馈，推动一种面向居家训练的机器人治疗新方法的发展。
【数据内容】
该数据集围绕急性卒中患者对机器人康复设备的态度与使用体验展开。研究将向卒中患者介绍一种新型机器人平台，该平台用于训练日常生活活动中的旋转手部操作任务，具体任务示例包括打开泡菜罐、转动钥匙、用汤勺盛汤等。研究考察该设备作为家庭训练器的可用性，并特别针对缺血性卒中患者，以提升其日常生活活动表现。此外，研究还涉及对当前作业治疗频率与剂量的考察，以及对当前治疗满意度的评估。源站未提供具体的样本量、变量字段、随访时间点等细节。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床研究登记信息。源站描述显示，研究条件为急性卒中（Stroke, Acute），研究目的是调查近期卒中个体对机器人治疗的兴趣。源站未提供采集方式、采集地点、采集时间跨度及数据格式等具体信息。
【适用场景】
基于源站描述，该数据集可用于了解急性卒中患者对机器人康复设备的兴趣与接受度，支持机器人辅助居家康复训练相关的研究与设计参考；也可为作业治疗频率、剂量及满意度方面的分析提供背景信息。源站未提供其他具体适用场景。
【使用方法】
源站未提供。
【质量与限制】
源站未提供关于数据质量、样本代表性、偏倚控制等方面的具体信息。该数据集为临床研究登记信息，其内容以源站描述为限。
【引用与许可】
源站未提供引用格式与许可条款信息。
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。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT05417802
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：急性卒中。本研究旨在探讨近期卒中个体对机器人疗法的兴趣。研究者将介绍一种新型机器人平台，用于训练卒中患者的日常生活活动能力（ADL）。研究者将检验该设备作为家庭训练器的可用性，用于训练旋转性手部操作任务，如打开腌菜罐、转动钥匙、用汤勺搅动锅等。该设备将特别针对缺血性卒中患者，以提高其ADL表现。此外，研究者还将调查当前作业治疗的频率和剂量，以及随后对当前治疗的满意度。参与者的参与将有助于开发一种使用机器人设备进行家庭训练的新治疗方法。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
