OPTIMAL理论在乒乓球运动学习中的fNIRS研究

该数据集来自clinicaltrials.gov,围绕OPTIMAL理论对乒乓球反手学习的影响开展研究,覆盖年轻成人、健康老年人和轻度认知障碍老年人三类人群,并探究不同年龄阶段运动技能获得的神经机制

National Yang Ming Chiao Tung UniversityNational Yang Ming Chiao Tung University
clinicaltrials
浏览 2
其他分类Motor LearningAgingCoginitive Dysfunction
OPTIMAL Motor Learning in Table Tennis: A fNIRS Study

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-11-08

资源简介

OPTIMAL理论在乒乓球运动学习中的fNIRS研究

该数据集来自clinicaltrials.gov,围绕OPTIMAL理论对乒乓球反手学习的影响开展研究,覆盖年轻成人、健康老年人和轻度认知障碍老年人三类人群,并探究不同年龄阶段运动技能获得的神经机制。研究使用功能性近红外光谱(fNIRS)监测脑活动,除即时表现外,还关注保留(随时间保持技能)和迁移(应用于新任务)作为真正运动学习的关键指标。研究采用双盲设计,参与者和数据分析人员在行为与fNIRS数据处理期间均对分组分配保持盲态,以减少偏倚。数据可用于运动学习、衰老与认知功能障碍相关的神经机制分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:运动学习、衰老、认知功能障碍。本研究探讨OPTIMAL理论如何影响年轻成人、健康老年人和轻度认知障碍老年人的乒乓球反手学习。同时,我们研究不同年龄阶段运动技能获得的神经机制。本研究利用功能性近红外光谱(fNIRS)监测脑活动。除即时表现外,研究还关注保留(随时间保持技能)和迁移(应用于新任务)作为真正运动学习的关键指标。为确保结果客观,研究采用双盲设计,在行为与fNIRS数据处理期间,参与者和数据分析人员均对分组分配保持盲态,以尽量减少偏倚。

【主题与分类】

主题标签:Motor Learning、Aging、Coginitive Dysfunction。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07914608

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07914608

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

条件:运动学习、衰老、认知功能障碍。本研究探讨OPTIMAL理论如何影响年轻成人、健康老年人和轻度认知障碍老年人的乒乓球反手学习。同时,我们研究不同年龄段运动技能习得的神经机制。本研究利用功能性近红外光谱(fNIRS)监测大脑活动。除即时表现外,研究还关注保持(随时间持续的技能)和迁移(应用于新任务)作为真正运动学习的关键指标。为确保结果的客观性,采用双盲设计,即在行为数据和fNIRS数据处理过程中,参与者和数据分析人员均对分组分配保持盲态,以尽量减少偏倚。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。