PhysioMio 数据集
PhysioMio 数据集是一个包含48名中风患者的高密度表面肌电信号（HD‑sEMG）数据的数据集，以64通道电极阵列采集了16种手部动作的神经肌肉活动记录，数据模态为肌电信号，并以Apache Parquet格式存储。该数据集提供了健康手臂与受损手臂的纵向双侧对比数据，主要用于中风后运动功能恢复研究、神经肌肉缺陷分析、康复策略优化以及基于机器学习的姿势识别与辅助技术开发等方向。
基本信息
资源简介
PhysioMio 数据集
【数据集背景】
本数据集源站标题为《KV2026/physiomio》。源站首次发布：2026-01-31。
【数据内容】
源站原始描述：# 🧠 PhysioMio Dataset !Dataset !Subjects !Gestures !License **PhysioMio: Bilateral and Longitudinal HD-sEMG Dataset of 16 Hand Gestures from 48 Stroke Patients** *Julian Ilg, Alexander C. R. Oldemeier, Marie Fieweger, Luca Deuschel, Peter Rieckmann, Peter Young, Sabine Krause, Tim C. Lueth* - ## 🔬 Overview The **PhysioMio dataset** provides comprehensive longitudinal and bilateral high-density surface electromyography (HD-sEMG) recordings from stroke patients with arm paresis. This…
文件 LICENSE 为文本内容，开头为：# Data Use Agreement – PhysioMio Surface EMG Dataset This Agreement sets the conditions for accessing the PhysioMio Surface Electromyography (sEMG) dataset co…
主表 data/metadata.csv 含 12 列、样本前 330 行结构完整。
【数据结构与技术规格】
文件数 331 个，合计 4.42 GB。
【主题与分类】
主题标签：license:other、size_categories:10M<n<100M、format:parquet、modality:tabular、modality:text、library:datasets、library:dask、library:polars、library:mlcroissant、region:us。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://huggingface.co/datasets/KV2026/physiomio
使用许可：other。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("KV2026/physiomio")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/KV2026/physiomio
数据说明
PhysioMio 是一个用于中风康复研究的纵向、双侧高密度表面肌电图（HD-sEMG）数据集。该数据集包含来自48名患有上肢麻痹的中风患者的神经肌肉活动记录，采集了16种不同的手部动作。数据通过64通道HD-sEMG电极阵列采集，以2048 Hz的采样率记录，并以Apache Parquet格式存储。数据集提供了患者健康手臂的基线数据以及受损手臂在康复期间（通常为1-12次会话）的多次纵向记录，从而支持对中风后运动恢复模式的比较分析。该数据集主要应用于神经肌肉缺陷分析、运动恢复模式识别、辅助技术开发、个性化康复策略以及基于机器学习的姿势识别等研究领域。
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。
