FBIndex的开发与验证：确定神经肌肉疾病患者跌倒风险

数据集获取

源站：https://clinicaltrials.gov/study/NCT06605612

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

疾病包括：包涵体肌炎、强直性肌营养不良、肢带型和面肩肱型肌营养不良、庞贝病、重症肌无力、兰伯特-伊顿综合征、肌萎缩侧索硬化、脊髓性肌萎缩。神经肌肉疾病患者的特征是由多种不同因素共同导致的复杂性肌无力。这些因素包括耐力下降、爆发性肌力和功率缺失、肌内力量协调性差以及平衡能力减退。在制定合适的跌倒风险评分时，需要考虑这些参数。将简短肌肉功能与平衡评估同简短临床评分相结合，可能成为评估患者跌倒风险的一种新的有效方法。此外，它还有助于建立快速检查流程，以便开具合适的辅助器具。在本项目的第一部分（可行性研究）中，以下测力板测试被确定为适合评估肌肉功率、力量和平衡变量：提踵试验、坐立试验、半串联站立、躯干抬起试验、足部敲击试验。这些测试被用作评估患者肌无力和失能的预测指标。

除在测力板上采集的肌肉功率和力量数据外，第二评估者还使用秒表手动评估了完成该测试所需的时间。此外，三项独立测试——计时起立行走测试（TUG）、10米步行测试（10MWT）和6分钟步行测试（6MWT）——已作为标准护理程序分别进行评估。TUG、10MWT和6MWT用于评估HRT、CRT、STS、TRT和FTT无法涵盖的剩余运动技能（耐力、步行速度和协调性）。作为用于相关性分析的第三个参数，使用了两种跌倒风险量表：国际跌倒效能量表（FES-I）和Morse跌倒量表（MFS）。来自可行性研究的已发现数据（计划发表）表明，HRT、CRT、STS、TRT、FTT、TUG、10MWT和6MWT与FES-I之间存在中度至中度至强相关性，并将用于后续研究。由于MFS与依赖性缺乏相关性，该量表被排除在最终测试组合之外。

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。