人形机器人结合虚拟现实游戏训练脑性瘫痪儿童手臂功能的效果 - THRIVE 试验
该数据集来自 clinicaltrials.gov,主题为 THRIVE 试验,属于神经系统疾病下的脑性瘫痪分类。约 60% 的脑性瘫痪儿童存在手臂功能受损,而改善手臂功能需要每天数百次重复训练,单次临床就诊无法完成,家庭环境中的治疗性练习又因动机不足、枯燥和遗忘导致依从性低

基本信息
资源简介
人形机器人结合虚拟现实游戏训练脑性瘫痪儿童手臂功能的效果 - THRIVE 试验
该数据集来自 clinicaltrials.gov,主题为 THRIVE 试验,属于神经系统疾病下的脑性瘫痪分类。约 60% 的脑性瘫痪儿童存在手臂功能受损,而改善手臂功能需要每天数百次重复训练,单次临床就诊无法完成,家庭环境中的治疗性练习又因动机不足、枯燥和遗忘导致依从性低。该试验旨在检验所开发的 THRIVE 系统(治疗性人形机器人结合虚拟环境,即机器人结合虚拟现实游戏)的效果,该系统可提供有激励性、个性化且带即时反馈的上肢干预方案,用于改善脑性瘫痪儿童在家中的手臂功能(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:脑性瘫痪(CP)。约 60% 的脑性瘫痪(CP)儿童存在手臂功能受损。改善手臂功能需要每天数百次重复,这在单次临床就诊中是不可能完成的。因此,治疗性练习应在家庭环境中持续进行;然而,由于动机不足、枯燥和遗忘,进行家庭练习的依从性很低。需要更好的家庭训练方案。本项目的目标是检验我们开发的“THRIVE”系统(治疗性人形机器人在虚拟环境中:机器人结合虚拟现实游戏)的效果,该系统可提供有激励性且量身定制的上肢干预方案并带有即时反馈,以改善 CP 儿童在家中的手臂功能。研究者相信新开发的“THRIVE”系统能够提高儿童的参与度和动机
【主题与分类】
主题标签:Cerebral Palsy (CP)。本站分类:神经系统疾病/脑性瘫痪。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06881407
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/NCT06881407
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:脑性瘫痪(CP)。约60%的脑性瘫痪(CP)患儿存在上肢功能障碍。改善上肢功能需要每天进行数百次重复练习,这在单次临床就诊中是不可能完成的。因此,治疗性锻炼应在家庭环境中持续进行;然而,由于缺乏动力、感到枯燥以及健忘等原因,家庭锻炼的依从性较低。需要一种更好的家庭训练方案。本项目旨在研究我们开发的“THRIVE”系统(虚拟环境中的治疗性人形机器人:机器人结合虚拟现实游戏)的效果,该系统能够提供具有激励性且量身定制的上肢干预方案,并给予即时反馈,以改善CP患儿在家中的上肢功能。研究者相信,新开发的“THRIVE”系统能够提高儿童参与家庭锻炼的积极性和动力,因为机器人是他们的玩伴,可以示范并纠正他们的动作。研究者还将访谈家长和CP患儿,以了解他们对在家中使用技术来塑造干预方案的印象。
预期结果是,接受“THRIVE”治疗的脑瘫儿童在干预后及随访时,其手臂功能改善程度和参与度均优于仅接受虚拟现实治疗的儿童。长期目标是使“THRIVE”系统成为最佳的家庭锻炼平台,因为它能提供既具挑战性又能激发动力的练习,以改善儿童的手臂功能,同时协助家长监督脑瘫儿童完成家庭锻炼。
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。




