振动触觉刺激对帕金森病患者自选步行速度的影响
该数据集来自clinicaltrials.gov,聚焦帕金森病患者步态研究,探讨CE认证智能鞋NUSHU提供的振动触觉刺激能否影响时空步态参数,尤其是自选步行速度

基本信息
资源简介
振动触觉刺激对帕金森病患者自选步行速度的影响
该数据集来自clinicaltrials.gov,聚焦帕金森病患者步态研究,探讨CE认证智能鞋NUSHU提供的振动触觉刺激能否影响时空步态参数,尤其是自选步行速度。帕金森病常伴随步速降低、步幅缩短和步频改变,这些指标与发病率、跌倒风险及生活质量相关。研究为单中心、前瞻性、受试者内交叉试点试验,利用集成传感器与振动模块的日常鞋具,在摆动期进行精准相位特异性刺激。数据可用于分析振动刺激对步态速度等参数的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:帕金森病(PD)。研究概览:这项单中心、前瞻性、受试者内交叉试点研究探讨由NUSHU(一种CE认证的智能鞋)提供的振动触觉刺激能否影响帕金森病(PD)成人的时空步态参数——主要是自选步行速度。帕金森病常与步速降低、步幅缩短和步频改变相关,这些均具有临床相关性,因为它们与发病率、跌倒风险和生活质量相关。理由:早期研究表明振动可通过调节本体感觉对步态产生积极影响,但现有设备不实用或临床操作繁琐。NUSHU将传感器和振动模块集成到日常鞋中,能够在摆动期进行精准的相位特异性刺激。由于此前没有PD研究
【主题与分类】
主题标签:Parkinson's Disease (PD)。本站分类:神经系统疾病/帕金森病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07308418
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/NCT07308418
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
疾病:帕金森病(PD)。研究概述:本项单中心、前瞻性受试者内交叉初步研究旨在探讨由NUSHU(一款通过CE认证的智能鞋)提供的振动触觉刺激是否能够影响帕金森病(PD)成年患者的时空步态参数——主要是自选步行速度。帕金森病常与步速降低、步幅缩短和步频改变相关,这些均具有临床意义,因为它们与发病率、跌倒风险和生活质量相关。研究依据:早期研究表明,振动可通过调节本体感觉对步态产生积极影响,但现有设备不实用或临床操作繁琐。NUSHU将传感器和振动模块集成于日常鞋中,能够在摆动期实现精确的相位特异性刺激。由于此前尚无帕金森病研究测试该设备,本项目旨在评估可行性、安全性及初步疗效信号。受试者:将从苏黎世多个Physiozentrum地点招募16名确诊帕金森病的成年人。
关键纳入要求包括用药稳定、能够在不需要休息的情况下步行≥200米,以及对德语有充分理解。排除标准包括神经病变、非典型帕金森综合征、可能干扰操作流程的重大共病性步态障碍或认知障碍。研究设计与程序 参与者参加一次45分钟的会话,内容包括:知情同意和资格评估、NUSHU使用指导、两次2分钟步行测试(有振动和无振动),顺序随机、测试之间15分钟洗脱期、完成系统可用性量表(SUS)问卷、持续监测并记录安全事件和感知稳定性。评估者对刺激条件设盲以减少偏倚。结局 主要结局:振动与无振动条件下自选步速的差异。次要结
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。




