轴向加载下人体足骨三维固有活动度的双平面X射线透视数据集
该数据集来自 Dryad，基于双平面 X 射线透视系统采集五具尸体足在轴向加载至 588 N（60 kgf）条件下的影像，用于研究足骨在负重状态下的三维运动学
基本信息
资源简介
轴向加载下人体足骨三维固有活动度的双平面X射线透视数据集
Data from: Three-dimensional innate mobility of the human foot bones under axial loading using biplane X-ray fluoroscopy
该数据集来自 Dryad，基于双平面 X 射线透视系统采集五具尸体足在轴向加载至 588 N（60 kgf）条件下的影像，用于研究足骨在负重状态下的三维运动学。数据覆盖距骨、跟骨及中足关节等结构，涉及胫跟耦合与距下关节活动。可用于分析足部形态结构如何参与双足步行生成，并支持 2D-3D 配准等运动学方法研究（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2017。
【数据内容】
源站描述（机器翻译，仅供参考）：人类足部的解剖设计被认为有助于双足步行的产生。然而，人类足部的形态和结构实际上如何促进双足步行的产生仍不清楚。在本研究中，我们使用尸体标本研究了负重条件下足骨的三维运动学，以表征人类足部在其形态和结构中所固有的固有活动度。对五只尸体足轴向加载至 588 N（60 kgf），并使用双平面 X 射线透视系统采集放射图像。本研究表明，随着轴向加载导致跟骨外翻，距骨向内侧下方平移并内旋，引起胫骨内旋和足内侧纵弓变平。此外，随着距骨
【主题与分类】
主题标签：foot kinematics、tibio-calcaneal coupling、midtarsal joint、2D-3D registration、bipedal locomotion、subtalar joint。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://datadryad.org/dataset/doi:10.5061/dryad.sb3c6
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/10.5061/dryad.sb3c6
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 86.6 KB。
数据说明
人类足部的解剖学设计被认为有助于双足行走的产生。然而，人类足部的形态和结构究竟如何促进双足行走的产生仍不清楚。在本研究中，我们利用尸体标本研究了承重条件下足部骨骼的三维运动学，以表征人类足部在其形态和结构中所固有的内在活动度。对五只尸体足施加轴向载荷至588 N（60 kgf），并使用双平面X射线透视系统采集放射影像。本研究表明，随着轴向加载导致跟骨外翻，距骨发生内下方平移和内旋，从而引起胫骨内旋以及足内侧纵弓的扁平化。此外，随着距骨内旋，距骨头相对于舟骨向内侧移动，诱导舟骨和跖骨外旋。在轴向加载下，由于跟骰关节的骨性锁定机制，骰骨与跟骨同时外翻。
如此详细描述人类足部固有的活动性，将有助于阐明人类足部的功能适应与致病机制。
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。
