运动学复杂度与肌肉数量对肌肉骨骼模型鲁棒性的影响

数据集获取

源站：https://search.dataone.org/view/sha256%3Acf0e4139d6bf933b14939e55e44a54e250847172618dd8bff4ac1261413e10de

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

肌肉功能障碍对运动输出鲁棒性的影响已通过肌肉骨骼建模进行研究，但由于模型复杂度和运动任务的差异，结果存在矛盾。我们的目标是系统研究运动学自由度数量和独立肌肉驱动器的数量如何改变运动输出对肌肉功能障碍的鲁棒性。我们采用了一个详细的人体腿部肌肉骨骼模型，并系统地改变模型复杂度，构建了六个模型，其运动学自由度分别为3或7，肌肉驱动器分别为14、26或43。我们通过量化移除单块肌肉时矢状面可行力集面积的减少量来检验每个模型的冗余性。可行力集面积对任何单块肌肉损失的鲁棒性，即一般性单肌肉损失，随独立肌肉数量的增加而增加，随运动学自由度的增加而降低，鲁棒面积变化……

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。