动作观察疗法对老年个体的效果研究
该数据集来自 clinicaltrials.gov,记录一项三臂随机对照试验,评估动作观察疗法(AOT)对 65 岁及以上老年个体认知功能、平衡、疲劳和功能能力的影响

基本信息
资源简介
动作观察疗法对老年个体的效果研究
该数据集来自 clinicaltrials.gov,记录一项三臂随机对照试验,评估动作观察疗法(AOT)对 65 岁及以上老年个体认知功能、平衡、疲劳和功能能力的影响。参与者被随机分为三组:不进行结构化运动干预的对照组、参加常规运动项目的运动组、以及先观看运动示范视频再进行相同常规运动项目的动作观察疗法组。干预持续 8 周,常规运动项目包含适合老年人的平衡、力量和功能移动练习。数据可用于分析 AOT 对老年人群认知、平衡、疲劳及功能能力的干预效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Cognitive Function, Balance Impairment, Fatigue, Aging。本研究是一项三臂随机对照试验,旨在评估动作观察疗法(AOT)对 65 岁及以上老年个体认知功能、平衡、疲劳和功能能力的影响。参与者被随机分配到三组之一:(1)对照组,在研究期间未接受任何结构化运动干预;(2)运动组,参加常规运动项目;(3)动作观察疗法组,在进行相同常规运动项目之前观看运动示范视频。干预期持续 8 周。常规运动项目包括适合老年人的平衡、力量和功能移动练习。动作观察疗法组
【主题与分类】
主题标签:Cognitive Function、Balance Impairment、Fatigue、Aging。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07418970
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/NCT07418970
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
条件:认知功能、平衡障碍、疲劳、衰老。本研究是一项三臂随机对照试验,旨在评估动作观察疗法(AOT)对65岁及以上老年个体认知功能、平衡、疲劳和功能能力的影响。参与者被随机分配到三组之一:(1)对照组,在研究期间未接受任何结构化运动干预;(2)运动组,参加常规运动计划;(3)动作观察疗法组,在进行相同的常规运动计划之前观看运动示范视频。干预期持续8周。常规运动计划包括适合老年人的平衡、力量和功能活动性练习。动作观察疗法组在主动进行练习之前观看标准化运动视频以促进运动学习。
主要和次要结局指标包括认知功能(如蒙特利尔认知评估)、平衡能力(如计时起立-行走测试和单腿站立测试)、疲劳水平(如疲劳严重程度量表)以及功能能力(如6分钟步行测试)。评估在基线时和8周干预期结束时进行。本研究的主要目的是确定在常规运动基础上增加动作观察疗法是否能为老年人群的认知和功能结局带来额外益处。
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。




