光靶向平衡训练对有跌倒史个体平衡、功能表现及跌倒恐惧的影响

该数据集来自 clinicaltrials.gov,主题为光靶向平衡训练对有跌倒史个体的平衡能力、功能表现及跌倒恐惧的影响

Uskudar UniversityUskudar University
clinicaltrials
浏览 14
其他回归Accidental FallsBalance ImpairmentFear of Falling
The Effects of Light-Targeted Balance Training on Balance, Functional Performance, and Fear of Falling in Individuals With a History of Falls

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-09

资源简介

光靶向平衡训练对有跌倒史个体平衡、功能表现及跌倒恐惧的影响

该数据集来自 clinicaltrials.gov,主题为光靶向平衡训练对有跌倒史个体的平衡能力、功能表现及跌倒恐惧的影响。数据覆盖条件包括意外跌倒、平衡障碍与跌倒恐惧,并给出明确的纳入与排除标准,如过去12个月内至少跌倒一次、年龄18岁以上、可独立行走或使用助行器,以及排除急性骨科损伤、近期下肢手术、晚期神经疾病、严重前庭或视觉障碍、运动禁忌的心血管疾病等。可用于研究平衡训练干预效果、跌倒风险因素分析及功能表现预测(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:意外跌倒、平衡障碍、跌倒恐惧。纳入标准 1. 在过去12个月内至少经历过一次跌倒。2. 年龄18岁或以上。3. 能够独立行走或借助助行器行走。4. 能够理解并遵循口头和视觉指令。5. 自愿同意参与研究并签署知情同意书。排除标准 1. 存在急性骨科损伤或导致疼痛的活动性肌肉骨骼疾病。2. 在过去6个月内接受过下肢手术。3. 患有晚期神经系统疾病(例如晚期帕金森病、晚期痴呆)。4. 患有严重前庭功能障碍或显著视觉障碍。5. 患有禁忌运动的心血管疾病。6. 患有晚期系统性疾病

【主题与分类】

主题标签:Accidental Falls、Balance Impairment、Fear of Falling。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07775183

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

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/NCT07775183

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

条件:意外跌倒、平衡障碍、跌倒恐惧。纳入标准:1. 在过去12个月内至少经历过一次跌倒。2. 年龄在18岁或以上。3. 能够独立行走或在助行器辅助下行走。4. 能够理解并遵循口头和视觉指令。5. 自愿同意参与研究并签署知情同意书。排除标准:1. 存在急性骨科损伤或导致疼痛的活动性肌肉骨骼疾病。2. 在过去6个月内接受过下肢手术。3. 患有晚期神经系统疾病(例如,晚期帕金森病、晚期痴呆)。4. 患有严重前庭功能障碍或显著视觉障碍。5. 患有禁忌运动的心血管疾病。6. 患有严重损害平衡的晚期全身性疾病。

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。

获取专属数据定制方案