基于OpenSim的闭环生物力学腕部模型用于病理性震颤模拟数据集

数据集获取

源站：https://doi.org/10.21227/715r-9b69

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

本研究使用的数据集包含5名受试者的原始数据，其中4人患有帕金森病（PD），1人患有特发性震颤（ET）。数据包含惯性测量单元（IMU）和表面肌电（sEMG）信号。该数据集的主要目的是为题为“An OpenSim-based closed-loop biomechanical wrist model for pathological tremor simulation”的文章中所得出的结论提供支持。关于命名规范，每个文件均遵循“patientnumber_age_sex_disease_arm_timesincediagnose.mat”的格式。此外，sEMG和IMU的时间向量分别表示为Xs、Xs1、……Xs17。在本研究的sEMG记录中，两个电极放置于受影响最严重手臂的ECRL和FCU肌肉上。对于IMU数据，惯性测量单元（IMU）置于手背，以采集角速度信号，这些信号对应于屈伸（俯仰）和旋前-旋后（翻滚）运动。在数据采集过程中，志愿者被指示将双臂向前伸展至与躯干垂直，手掌向下，并保持稳定。

sEMG和IMU信号各记录一分钟，采样频率分别为1925.93 Hz和148.5 Hz。

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。