便携式数字设备对神经肌肉疾病或无症状志愿者无标记步行定量分析的评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT07321977

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：脊髓性肌萎缩症（SMA）、腓骨肌萎缩症、肌营养不良、强直性肌营养不良。近年来，对神经肌肉疾病的认识有了显著进展，新的治疗途径正开始显现。临床试验的激增产生了识别既对变化敏感又对疾病具有特异性的生物标志物的需求。当前的步态测试仅考虑时间因素，而未考虑患者生物力学的演变，这对于症状通常进展缓慢的患者而言可能不够充分。因此，量化神经肌肉疾病患者的步态参数显得十分必要。这就是为什么我们提议在该人群中进行无标记步态分析研究，这将允许对运动学参数进行简单而有效的监测，而无需借助与常规临床实践不相容的复杂设备。

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。