虚拟鸡蛋测试(VET)在儿科人群中的实验验证
该数据集来自 clinicaltrials.gov,聚焦虚拟鸡蛋测试(VET)在儿童和青少年中的验证研究,覆盖脑性瘫痪(CP)与发育性协调障碍(DCD)的实验组,以及用于收集和建立常模值的典型发育对照组

基本信息
资源简介
虚拟鸡蛋测试(VET)在儿科人群中的实验验证
该数据集来自 clinicaltrials.gov,聚焦虚拟鸡蛋测试(VET)在儿童和青少年中的验证研究,覆盖脑性瘫痪(CP)与发育性协调障碍(DCD)的实验组,以及用于收集和建立常模值的典型发育对照组。研究在意大利比萨 Calambrone 的 IRCCS Fondazione Stella Maris 临床中心开展,招募 6 至 21 岁、任何性别和族裔的参与者,按特定纳入标准筛选。方案包含两次评估,间隔至少 3 天且不超过 5 天。数据可用于评估 VET 在儿科人群中测量手工灵巧度的效度,并支持建立常模参照(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑性瘫痪(CP)、发育性协调障碍(DCD)。本研究旨在探究虚拟鸡蛋测试(VET)在评估脑性瘫痪和发育性协调障碍儿童及青少年(实验组)手工灵巧度方面的效度,并纳入典型发育组以收集和建立常模值(对照组)。实验组研究程序所在的临床中心是位于意大利 Calambrone(比萨)的 IRCCS Fondazione Stella Maris。将根据特定纳入标准选择招募时年龄在 6 至 21 岁之间、任何性别和族裔的参与者。研究方案包括两次评估会话,间隔至少 3 天且不超过 5 天。在第一次评估会话(T0)期间,st
【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/NCT07793032
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/NCT07793032
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)、发育性协调障碍(DCD)。本研究旨在探讨虚拟鸡蛋测试(VET)在评估脑性瘫痪和发育性协调障碍儿童及青少年(实验组)手部灵活性方面的有效性,并纳入一组典型发育儿童以收集和建立常模值(对照组)。实验组研究程序将在意大利比萨省卡兰布罗内的IRCCS Fondazione Stella Maris临床中心进行。招募时年龄在6至21岁之间、性别和种族不限的参与者将根据特定的纳入标准进行筛选。研究方案包括两次评估会话,间隔至少3天,不超过5天。在第一次评估会话(T0)期间,将实施标准化和非标准化评估程序。首先,将使用虚拟鸡蛋(VE)进行虚拟鸡蛋测试(VET)。
VE是一种平行六面体形状的装置,内部装有磁性机制,能将物体壁维持在预定的非塌陷位置。当握力超过两块磁铁之间的吸引力时,外壁会相互靠近,导致“VE可逆性断裂”。传感平台包含三个不同的敏感区域:起始位置和两个用于放置VE的目标区域。这些区域之间由一道6厘米高的障碍物隔开。随后,将进行标准化的临床评估测试。在第二次评估会话(T1)中,将实施虚拟蛋测试(VET),随后是专为本研究开发的关于其使用可行性的问卷。该问卷将由参与者和临床工作人员共同完成。
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。




