Mobilise-D 技术验证研究（TVS）数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.15861907

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。

数据集大小约 58.36 GB。

数据说明

Mobilise-D技术验证研究（TVS）数据集 该数据集是Mobilise-D项目的一部分，该项目是一项综合性倡议，旨在开发和验证用于评估真实环境中移动能力的数字解决方案。Mobilise-D项目致力于满足对准确、可靠且可扩展工具的关键需求，以监测和评估步态与移动模式，尤其是在存在移动障碍的人群中。该数据集包含来自多样化参与者队列的记录，包括健康个体和患有各种移动相关疾病的患者。数据采集使用最先进的可穿戴传感器和设备，在受控环境和自由生活环境中捕获广泛的步态参数和上下文信息。主要目标是确保数字移动评估工具在真实世界条件下的稳健性和精确性。该数据集的关键特征包括：人口统计学与临床数据：年龄、性别、身高、体重和临床诊断。传感器数据：来自加速度计、陀螺仪和其他可穿戴传感器的原始数据和处理后数据。

参考步态参数：步幅长度、步幅频率、步态速度及变异性指标。该数据集经过严格的验证流程，以确保其准确性和可靠性。它为旨在提升数字健康技术和改善移动性临床评估的研究人员和开发者提供了关键资源。TVS数据集为数字生物标志物和个性化医疗解决方案的未来创新奠定了基础。简要概述 本数据集包含来自六个队列组的108名参与者的数据，这些队列组包括老年健康成年人（HA）以及因帕金森病（PD）、多发性硬化症（MS）、股骨近端骨折（PFF）、慢性阻塞性肺疾病（COPD）或充血性心力衰竭（CHF）而可能行动能力改变的参与者。数据记录跨越五次测量

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。