卒中患者视觉与听觉肌电生物反馈数据集

该数据集来自 clinicaltrials.gov 的一项随机对照试验,研究对象为接受下肢康复的卒中偏瘫患者,比较视觉与听觉两种肌电生物反馈模式

University of LahoreUniversity of Lahore
clinicaltrials
浏览 6
其他分类StrokeHemiplegiaStroke Rehabilitation
Visual and Auditory Electromyography Biofeedback Among Stroke Patients

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-22

资源简介

卒中患者视觉与听觉肌电生物反馈数据集

该数据集来自 clinicaltrials.gov 的一项随机对照试验,研究对象为接受下肢康复的卒中偏瘫患者,比较视觉与听觉两种肌电生物反馈模式。试验计划纳入 84 名合格参与者,随机分为两组,均接受常规物理治疗,实验组分别接受视觉或听觉 EMG 生物反馈,作用于胫骨前肌。数据覆盖平衡、功能移动、运动恢复和功能独立性等结局指标,可用于卒中康复中生物反馈干预效果的研究与比较(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:卒中、偏瘫、卒中康复。本随机对照试验将比较卒中患者在下肢康复过程中两种肌电生物反馈模式。八十四名合格参与者将使用密封信封随机化方法随机分配到两个平行组。两组均接受常规物理治疗,包括下肢力量训练、平衡、步态和任务导向练习,每次 10 分钟。实验干预将包括对胫骨前肌施加视觉或听觉 EMG 生物反馈,持续 20 分钟。治疗将每周五次,持续三周(15 次)。结局指标包括平衡(Berg Balance Scale)、功能移动(Timed Up and Go Test)、运动恢复(Fugl-Meyer Assessment-Lower Extremity)和功能独立

【主题与分类】

主题标签:Stroke、Hemiplegia、Stroke Rehabilitation。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07710937

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/NCT07710937

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

疾病:卒中、偏瘫、卒中康复。本随机对照试验将比较两种肌电生物反馈模式在正在接受下肢康复的卒中患者中的应用效果。84名符合条件的受试者将通过密封信封随机化方法被随机分配到两个平行组。两组均将接受常规物理治疗,包括下肢力量训练、平衡训练、步态训练和任务导向性训练,每次10分钟。实验性干预将包括对胫骨前肌施加视觉或听觉肌电生物反馈,持续20分钟。治疗将每周进行五次,持续三周(共15次)。结局指标包括平衡(Berg平衡量表)、功能性移动(计时起立-行走测试)、运动恢复(Fugl-Meyer评估-下肢)和功能独立性(Barthel指数),将在基线时和干预完成后立即由一名盲法评估员进行评估。

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