Mobilise-D 临床验证研究（CVS）数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.21060990

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 1.02 GB。

数据说明

Mobilise-D临床验证研究（CVS）数据集 该数据集是Mobilise-D项目的一部分，该项目是一项综合性计划，旨在开发和验证用于评估真实环境中移动能力的数字解决方案。Mobilise-D项目致力于满足对准确、可靠且可扩展工具的迫切需求，以监测和评估步态与移动模式，尤其是在存在移动障碍的人群中。该数据集包含来自具有各种移动相关状况的多样化参与者队列的记录。数据采集使用最先进的可穿戴传感器和设备，在真实世界中捕获广泛的步态参数。主要目标是确保数字移动评估工具在真实世界条件下的稳健性和精确性。该数据集的关键特征包括：人口统计学与临床数据：年龄、性别、身高、体重，以及来自一系列临床评估的数据。传感器数据：来自单个佩戴于背部的可穿戴设备的处理后数字移动结局（DMO）数据，可用于单个步态片段，并按日和按周进行汇总。

整合临床与DMO数据：每位参与者每次访视一行。流程图：保留率和数据可用性的可视化表示。数据字典：描述所提供数据集中数据的参考文档。简要概述 本数据集包含来自四个队列组的2400名参与者的数据，这些队列组包括因帕金森病（PD）、多发性硬化症（MS）、股骨近端骨折（PFF）和慢性阻塞性肺疾病（COPD）而可能导致活动能力改变的参与者。参与者在2年内接受了5次综合临床评估和为期7天的DMO测量期，每次间隔6个月。数据在多个测量站点和多个国家记录。参与者之间的数据可用性各不相同，某些测试可能缺失

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。