身体姿势偏差(MT指数)预测步态障碍(步态运动学)的典型解(功能1和2)

数据围绕身体姿势偏差(MT 指数)与步态障碍(步态运动学)之间的典型相关关系,涉及功能 1 和功能 2,主题涵盖步态障碍、三维步态分析工具、表面形貌、CP 等

google_dataset
2023-05-31 更新
浏览 3
其他预测gait disordersROMtools 3- D gait analysisbody posture deviationpeak dorsiflexionkinematic deviationspostural deviationCPsurface topographyknee flexion
Canonical solution for body posture deviation (MT indices) predicting gait disorders (gait kinematics) for functions 1 and 2.

基本信息

模态
其他
大小
0.000013824 GB
任务类型
预测
许可
CC BY 4.0
创建/更新时间
2023-05-31
版本
v1

资源简介

身体姿势偏差(MT指数)预测步态障碍(步态运动学)的典型解(功能1和2)

Canonical solution for body posture deviation (MT indices) predicting gait disorders (gait kinematics) for functions 1 and 2.

该数据集来自 plos.figshare.com,包含 1 个文件(Table 3.xls),由 Andrzej Szopa 等人于 2020 年 6 月 16 日发布,DOI 为 10.1371/journal.pone.0234654.t003,配套论文发表于 PLOS ONE。数据围绕身体姿势偏差(MT 指数)与步态障碍(步态运动学)之间的典型相关关系,涉及功能 1 和功能 2,主题涵盖步态障碍、三维步态分析工具、表面形貌、CP 等。该数据可用于探索姿势偏差指标对步态运动学异常的预测作用,服务于神经系统疾病与步态异常相关研究(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

配套论文《Canonical correlation between body-posture deviations and gait disorders in children with cerebral palsy》发表于 PLOS ONE(2020),DOI:10.1371/journal.pone.0234654。源站首次发布:2020-06-16。

【数据内容】

源站描述(机器翻译,仅供参考):身体姿势偏差(MT指数)预测步态障碍(步态运动学)的规范解,适用于函数1和函数2。

【数据结构与技术规格】

文件数 1 个,合计 13.82 KB。数据集 DOI:10.1371/journal.pone.0234654.t003。

【主题与分类】

源站学科分类:Biophysics、Physical Sciences not elsewhere classified、Microbiology、Physiology、Sociology、Biological Sciences not elsewhere classified。主题标签:gait disorders、ROM、tools 3- D gait analysis、body posture deviation、peak dorsiflexion、kinematic deviations、postural deviation、CP、surface topography、knee flexion。本站分类:神经系统疾病/步态异常。

【适用方向】

源站学科分类标注为 Biophysics、Physical Sciences not elsewhere classified、Microbiology、Physiology、Sociology、Biological Sciences not elsewhere classified。

【获取与许可】

源站页面:https://plos.figshare.com/articles/dataset/Canonical_solution_for_body_posture_deviation_MT_indices_predicting_gait_disorders_gait_kinematics_for_functions_1_and_2_/12491216

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Szopa, Andrzej; Domagalska-Szopa, Małgorzata; Siwiec, Andrzej; Kwiecień-Czerwieniec, Ilona (2020). Canonical solution for body posture deviation (MT indices) predicting gait disorders (gait kinematics) for functions 1 and 2.. PLOS ONE. Dataset

【使用注意】

· 源站最后修改于 2023-05-31,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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(Figshare)

命令行下载

curl -L -o "Table 3.xls" "https://ndownloader.figshare.com/files/23169326"

文件清单

  • Table 3.xls(13.82 KB)

文件总体积 13.82 KB(源站 API 实测)。

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。

数据说明

Canonical solution for body posture deviation (MT indices) predicting gait disorders (gait kinematics) for functions 1 and 2.

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.1371/journal.pone.0234654.t003(source: https://plos.figshare.com/articles/dataset/Canonical_solution_for_body_posture_deviation_MT_indices_predicting_gait_disorders_gait_kinematics_for_functions_1_and_2_/12491216)。

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。

获取专属数据定制方案