Mobilise-D 技术验证研究（TVS）数据集-106054
Mobilise-D 技术验证研究（TVS）数据集 本数据集是作为 Mobilise-D 项目的一部分记录的，该项目是一项综合性倡议，旨在开发和验证用于评估真实世界环境中移动能力的数字解决方案
基本信息
资源简介
Mobilise-D 技术验证研究（TVS）数据集
是 Mobilise-D 项目的重要组成部分，该项目致力于开发并验证用于评估真实世界环境中移动能力的数字解决方案。该数据集面向循环系统疾病中的心力衰竭等相关研究方向，收录了多样化参与者的记录，涵盖健康个体以及具有不同移动相关状况的患者。数据采集依托先进的穿戴式传感器与设备，在受控环境和自由生活场景中同步获取广泛的步态参数与情境信息。其核心目标在于确保数字移动评估的稳健性与精确性，为后续在真实世界中监测和评价步态与移动模式提供技术验证基础。数据集由 Küderle, Arne 贡献，经 Zenodo 发布，采用 Creative Commons Attribution 4.0 International 许可，发布时间为 2024 年。
【数据集背景】
Mobilise-D 项目是一项综合性倡议，旨在开发和验证用于评估真实世界环境中移动能力的数字解决方案。该项目试图应对一个关键需求：建立准确、可靠且可扩展的工具，用以监测和评估步态与移动模式，尤其是针对存在移动障碍的人群。在此背景下，技术验证研究（TVS）数据集被记录并整理，作为该项目技术验证工作的数据支撑。该数据集所属分类为循环系统疾病 / 心力衰竭，来源站为 doi.org。
【数据内容】
该数据集包含来自多样化参与者队列的记录，参与者既包括健康个体，也包括患有各种移动相关状况的患者。数据采集使用先进的穿戴式传感器和设备，捕获了广泛的步态参数以及情境信息。采集场景覆盖受控环境和自由生活两种设定。源站未提供具体的参与者人数、传感器型号、步态参数条目、记录时长或数据文件格式等细节。
【采集与来源】
数据采集通过先进的穿戴式传感器与设备完成，记录过程属于 Mobilise-D 项目的一部分。数据集由 Küderle, Arne 作为作者，机构为 Zenodo，发布时间为 2024 年，来源站为 doi.org。源站未提供具体的采集流程、设备佩戴位置、采样频率、伦理审批信息或数据处理的详细步骤。
【适用场景】
该数据集适用于与移动能力评估相关的数字解决方案的开发与验证，尤其面向真实世界环境中步态与移动模式的监测和评价。其分类归属为循环系统疾病 / 心力衰竭，因此可服务于该领域内对移动障碍人群的移动能力研究。源站未提供具体的应用案例、分析任务类型或推荐的使用场景列表。
【使用方法】
源站未提供关于数据访问方式、下载途径、预处理步骤、配套分析工具或使用教程的具体说明。许可条款为 Creative Commons Attribution 4.0 International，使用者应依据该许可的规定进行署名与使用。
【质量与限制】
该数据集的主要目标之一是确保数字移动评估的稳健性与精确性，其记录覆盖受控与自由生活两种环境，并纳入健康个体与移动相关状况患者，以支持技术验证。源站未提供关于数据完整性、标注准确性、缺失值处理、样本偏差或已知技术局限的具体说明。
【引用与许可】
该数据集的作者为 Küderle, Arne，机构为 Zenodo，发布时间为 2024 年，来源站为 doi.org。许可为 Creative Commons Attribution 4.0 International。源站未提供具体的引用格式、DOI 编号或推荐引用文本。
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://doi.org/10.5281/zenodo.13987963
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:
数据集大小约 52.44 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。
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。
