人类踝关节控制中时间不变相位变量的证据数据集

数据集获取

源站：https://doi.org/10.5061/dryad.rm505

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。

数据集大小约 325.2 MB。

数据说明

人类运动是一种节律性任务，其中肌肉活动模式通过状态依赖性反馈进行调节，以适应各种扰动。关于人类模式发生器相位的内在体现，已有两种流行理论被提出：一种是与时间相关的内部表征，另一种是与时间无关的反馈表征（即反射机制）。无论哪种情况，神经肌肉系统都必须根据系统状态来更新或表征运动模式的相位，而系统状态可能包含数百个变量的测量值。然而，在腿式机器人的最新设计中，一种更为简单的相位表征方式已经出现，这些设计将关节模式控制为单一单调机械变量的函数，该变量被称为相位变量。我们提出，人类的关节模式可能同样依赖于一个物理相位变量，具体而言，就是足底压力中心从足跟到足尖的移动。我们发现，当踝关节被意外旋转到其在步态后期才会遇到的位置时，压力中心也会向前移动到相应的后期位置，并且步态模式的剩余部分会随之继续。

这种相位转变表明，站立踝的进展受生物力学相位变量的控制，这为未来研究人类运动控制中的相位变量提供了动力。

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。