基于应用的行为引导主动休息与常规人体工学教育对办公人员胸椎活动度及颈痛的影响
该数据集来自 clinicaltrials.gov,聚焦办公人员非特异性颈痛与上背痛。研究比较基于应用的行为引导主动休息与常规人体工学教育及锻炼的效果,关注长时间坐姿、电脑使用、静态姿势和重复性颈部动作带来的颈部不适与上背活动度下降

基本信息
资源简介
基于应用的行为引导主动休息与常规人体工学教育对办公人员胸椎活动度及颈痛的影响
该数据集来自 clinicaltrials.gov,聚焦办公人员非特异性颈痛与上背痛。研究比较基于应用的行为引导主动休息与常规人体工学教育及锻炼的效果,关注长时间坐姿、电脑使用、静态姿势和重复性颈部动作带来的颈部不适与上背活动度下降。计划纳入 64 名办公人员,随机分为两组,每组 32 人,在 Islamabad 的企业办公室开展。评估指标包括颈痛、颈部相关功能障碍、工作受限、深层颈肌耐力及胸椎活动度。数据可用于颈痛与肌肉骨骼健康相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:颈痛肌肉骨骼。本研究旨在比较基于应用的行为引导主动休息与常规人体工学教育及锻炼对经历非特异性颈部和上背痛的办公人员的效果。长时间坐姿、电脑使用、静态姿势和重复性颈部动作可能导致颈部不适和上背活动度降低。研究关注定期短暂运动休息是否有助于改善这些问题。共有 64 名办公人员将参与研究,并将随机分为两组,每组 32 名参与者。研究将在 Islamabad 的企业办公室进行。参与者将接受颈痛、颈部相关功能障碍、工作受限、深层颈肌耐力和胸椎活动度的评估。两组都将接受 15 分钟的人体工学教育课程,涵盖适当的
【主题与分类】
主题标签:Neck Pain Musculoskeletal。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07791706
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/NCT07791706
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:
数据说明
条件:颈痛 肌肉骨骼。本研究旨在比较基于应用程序的行为助推主动休息与常规人体工学教育和锻炼对经历非特异性颈部和上背部疼痛的办公室工作人员的效果。长时间坐着、使用电脑、静态姿势和重复性颈部运动可能导致颈部不适和上背部活动度降低。该研究关注定期短暂的运动休息是否有助于改善这些问题。共有64名办公室工作人员将参与研究,并将随机分为两组,每组32名参与者。研究将在伊斯兰堡的企业办公室进行。参与者将接受颈部疼痛、颈部相关功能障碍、工作受限、颈部深层肌肉耐力和胸椎活动度的评估。两组都将接受15分钟的人体工学教育课程,涵盖适当的坐姿、显示器高度、键盘和鼠标放置以及背部支撑。两组还将学习四种活动度练习:坐位胸椎伸展松动、肩胛骨壁滑和坐位胸椎旋转松动。
应用程序组将在六周内每个工作日收到约7-8次提醒。每次提醒将促使参与者进行一分钟的活动休息,并执行规定的活动度练习。该应用程序还将提供视觉提醒和进度功能,以鼓励定期参与。将提供每周监测和治疗师反馈,以支持正确的运动表现和依从性。常规组将每天进行两次相同的活动度练习,分别在上午和下午,没有应用程序提醒。他们将收到关于姿势、运动安全性和监测不适的书面或电子说明,以及每周的锻炼完成情况和不适的自我报告。六周后,将有一周时间没有监督课程或提醒。在第八周,参与者将接受最终评估
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




