年轻与成年短跑运动员首次支撑阶段肌肉-肌腱单位长度变化数据
该数据集来自一项比较年轻与成年短跑运动员生物力学参数的研究,采集了16名成年和21名年轻训练有素短跑运动员在起跑器出发后首次支撑阶段的地面反作用力与运动学数据

基本信息
资源简介
年轻与成年短跑运动员首次支撑阶段肌肉-肌腱单位长度变化数据
Data from: Muscle-tendon unit length changes differ between young and adult sprinters in first stance phase of sprint running
该数据集来自一项比较年轻与成年短跑运动员生物力学参数的研究,采集了16名成年和21名年轻训练有素短跑运动员在起跑器出发后首次支撑阶段的地面反作用力与运动学数据。研究关注踝关节刚度、背屈范围、跖屈力矩等表现相关参数,以及多个肌肉-肌腱单位(MTU)的行为。数据可用于分析短跑起跑阶段的力学特征、比较不同年龄组的表现差异,并支持肌肉骨骼建模与运动表现相关研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2018。
【数据内容】
源站描述(机器翻译,仅供参考):本研究旨在比较年轻与成年短跑运动员在若干先前被强调为表现相关的生物力学参数上的差异,并确定短跑起跑器出发后首次支撑阶段中若干肌肉-肌腱单位(MTU)的行为。从16名成年和21名年轻训练有素的短跑运动员中采集了地面反作用力(GRF)和运动学数据。在一些先前被强调的表现相关参数(踝关节刚度、背屈范围和跖屈力矩)上,两组之间未发现差异。有趣的是,年轻短跑运动员表现出更大的水平与总GRF的最大比值和平均比值,这主要归因于相对于体重的更大水平GRF,并导致年轻组在支撑阶段水平质心(COM)速度变化更大。
【主题与分类】
主题标签:Well-trained athletes、Musculoskeletal modelling、Joint stiffness、Ratio of forces、performance。本站分类:肌肉骨骼疾病/其他。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.p3v3n
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.p3v3n
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 444.2 KB。
数据说明
本研究旨在比较青年与成年短跑运动员在若干先前被认为与运动表现相关的生物力学参数上的差异,并确定在短跑起跑器起跑后的第一个支撑阶段中若干肌肉-肌腱单元(MTU)的行为表现。研究采集了16名成年和21名青年训练有素的短跑运动员的地面反作用力(GRF)和运动学数据。在部分先前被认为与运动表现相关的参数(踝关节刚度、背屈范围及跖屈肌力矩)上,两组之间未发现差异。有趣的是,青年短跑运动员表现出更大的水平GRF与总GRF的最大比值和平均比值,这主要归因于其相对于体重的水平GRF更大,并导致青年短跑运动员在支撑阶段水平质心(COM)速度的变化大于成年短跑运动员。MTU长度分析结果表明,成年短跑运动员在所有跖屈肌和股直肌中具有更多的MTU缩短以及更高的最大MTU缩短速度。
尽管先前强调的与表现相关的参数无法解释成年短跑运动员100米冲刺时间较长的问题,但在第一支撑阶段,跖屈肌和股直肌的肌肉-肌腱单元(MTU)行为上发现了差异。这些MTU的长度变化模式为利用弹性能量储存与释放以增强力量提供了理想条件。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




