ARSACS与DM1患者的轮椅技能训练数据集
源站描述指出,轮椅常被提供给无法行走的ARSACS和MD1患者,但仅提供手动轮椅并不能保证安全正确使用,可能带来孤立、压力、生活质量下降及事故伤害

基本信息
资源简介
ARSACS与DM1患者的轮椅技能训练数据集
该数据集来自clinicaltrials.gov,聚焦ARSACS与Myotonic Dystrophy Type 1(DM1)患者的轮椅移动与手动轮椅技能训练。源站描述指出,轮椅常被提供给无法行走的ARSACS和MD1患者,但仅提供手动轮椅并不能保证安全正确使用,可能带来孤立、压力、生活质量下降及事故伤害。研究团队此前发现ARSACS患者的手动轮椅技能低于其他成年轮椅使用者,且技能教学似乎有效,现计划在更多ARSACS和MD1患者中测试该训练项目,以评估其对轮椅移动能力和信心的改善,并了解人们的期望(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:轮椅移动能力、手动轮椅技能训练、ARSACS、Myotonic Dystrophy Type 1。当ARSACS和MD1患者无法再行走时,常会获得轮椅(WC)。然而,仅提供手动轮椅(MWC)并不能保证他们会安全或正确地使用。许多使用轮椅的人需要他人帮助才能出行,并且无法总是做自己喜欢的事情。这可能导致孤立、压力和生活质量下降。此外,手动轮椅使用不当可能导致事故和伤害。我们的团队最近表明,ARSACS患者的手动轮椅技能低于其他使用手动轮椅的成年人,并且向ARSACS患者教授手动轮椅技能似乎有效。现在我们准备在更多ARSACS和MD1患者中测试该方案,以了解它如何改善手动轮椅移动能力和信心。我们还希望了解人们的期望和e
【主题与分类】
主题标签:Wheelchair Mobility、Manual Wheelchair Skills Training、ARSACS、Myotonic Dystrophy Type 1。本站分类:神经系统疾病/共济失调。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06596850
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/NCT06596850
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:轮椅移动能力、手动轮椅技能训练、ARSACS、1型强直性肌营养不良。轮椅(WC)通常在ARSACS和MD1患者无法行走时提供给他们。然而,仅仅给某人一辆手动轮椅(MWC)并不能保证他们会安全或正确地使用它。许多使用轮椅的人需要他人帮助才能出行,而且他们并不总能做自己喜欢的事情。这可能导致孤立、压力和降低生活质量。此外,手动轮椅使用不当可能导致事故和伤害。我们的团队最近表明,ARSACS患者的手动轮椅技能低于其他使用手动轮椅的成年人,并且向ARSACS患者教授手动轮椅技能似乎是有效的。现在我们准备在更多ARSACS和MD1患者中测试该方案,以了解它如何改善手动轮椅移动能力和信心。我们还希望了解人们对MWC训练的期望和体验。参与研究的人将在轮椅训练前后回答问题,我们将在3个月后随访,再次询问他们的轮椅使用情况。该项目直接针对使用手动轮椅的ARSACS和MD1患者的移动需求。
我们的研究结果可能改进治疗师提供手动轮椅使用训练的方式,从而可能改善ARSACS和MD1患者的移动能力、参与度和生活质量。仅学习一项手动轮椅技能就可能改变生活。这可能意味着能否出门,进而影响到购买食品杂货、会见朋友或拥有工作的能力。
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。




