新型地面可穿戴机器人系统用于锥体偏瘫患者步态训练
该数据集来自 clinicaltrials.gov 的一项介入性纵向初步研究,针对卒中、创伤性脑损伤及良性脑肿瘤相关的锥体偏瘫患者,评估地面可穿戴机器人系统 Indego 结合传统康复进行步态训练的可行性,并探索治疗的临床效果及治疗师视角下的临床实施可行性

基本信息
资源简介
新型地面可穿戴机器人系统用于锥体偏瘫患者步态训练
该数据集来自 clinicaltrials.gov 的一项介入性纵向初步研究,针对卒中、创伤性脑损伤及良性脑肿瘤相关的锥体偏瘫患者,评估地面可穿戴机器人系统 Indego 结合传统康复进行步态训练的可行性,并探索治疗的临床效果及治疗师视角下的临床实施可行性。研究包含两个子研究,其中子研究一对可行走受试者进行运动学步态分析,并同步采集下肢4组肌肉的表面肌电信号,以评估步态模式和肌肉活动的变化。数据可用于步态康复效果分析与可行性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:卒中、创伤性脑损伤、良性脑肿瘤。这项介入性纵向初步研究的主要目的是探讨使用地面可穿戴机器人系统(Indego)结合传统康复对锥体偏瘫患者进行步态康复的可行性。次要目标是: 探索治疗的临床效果; 从经验丰富的治疗师(Indego 专家)的角度评估在临床实践中实施该系统的可行性。将开展两个子研究(SS),目标如下:1. 对能够行走的受试者进行运动学步态分析,并同步采集下肢4组肌肉的表面肌电信号(sEMG),以评估通过地面可穿戴外骨骼进行步态康复后步态模式和肌肉活动的变化
【主题与分类】
主题标签:Stroke、Brain Injuries, Traumatic、Brain Tumor Benign。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04559724
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://clinicaltrials.gov/study/NCT04559724
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
疾病:卒中、创伤性脑损伤、良性脑肿瘤。这项干预性纵向初步研究的主要目的是探讨在传统康复治疗基础上,使用地面可穿戴机器人系统(Indego)对伴有PH的患者进行步态康复的可行性。次要目的包括:* 探索治疗的临床效果;* 从经验丰富的治疗师(Indego专家)的角度评估在临床实践中实施该系统的可行性。将开展两项子研究(SS),目的如下:1. 对能够行走的受试者进行运动学步态分析,并结合下肢4个肌肉群的表层肌电图(sEMG),以评估通过地面可穿戴外骨骼系统进行步态康复后步态模式和肌肉活动的变化;2. 进行脑电图(EEG)分析,以:识别步行恢复的预后因素;研究治疗对功能连接的影响。
本研究将招募30名符合研究项目纳入和排除标准、伴有步行障碍的PH受试者。患者将在T0和T1两个时间点接受评估。所有参与者的 demographic 数据(性别、出生日期、身高、体重、教育程度、优势侧、工作活动、社会网络状况、家中建筑障碍情况)和临床数据(合并症、药物治疗、血压、静息心率、末次急性事件日期、既往神经系统事件次数、急性事件部位)将在T0时记录。在子研究的情况下,SS1将招募10名患者(能够在监督下无辅助行走4米),SS2将招募5名患者,均为首次发生单灶性脑血管急性事件后的患者。这些受试者将在T0和T1时接受临床和仪器评估(SS1:通过步态分析和表面肌电图;SS2:通过脑电图)。
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。




