Gait120步态与肌电数据集
Gait120步态与肌电数据集 是真实公开或可申请访问的数据资源，包含多模态数据、标签、临床变量或实验测量。该数据集适合腓总神经病变相关的腓总神经损伤影像评估、下肢肌电与步态分析、足下垂相关表型抽取和恢复结局预测，可用于模型训练、特征分析、基准复现和跨队列验证。
基本信息
资源简介
Gait120步态与肌电数据集
【数据集背景】
本数据集源站标题为《amathislab/Gait120-EMG》。源站首次发布：2026-09-02。
【数据内容】
源站原始描述：# Gait120 — Human Locomotion & EMG (cleaned subset) **MuscleMimic paper:** Towards Embodied AI with MuscleMimic: Unlocking full-body musculoskeletal motor learning at scale Per-subject electromyography (EMG), joint kinematics, motion-capture marker data and SMPL motion fits for **120 participants** performing **level walking**. > ⚠️ **This is a modified / trimmed redistribution**, not the complete original archive. > See Relationship to the original dataset#relationship-to-the-original-dat…
【数据结构与技术规格】
文件数 4201 个。
【主题与分类】
主题标签：license:cc-by-4.0、size_categories:n<1K、format:csv、modality:tabular、modality:text、library:datasets、library:pandas、library:polars、library:mlcroissant、arxiv:2603.25544。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://huggingface.co/datasets/amathislab/Gait120-EMG
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2026-09-11，引用时请注意版本时效。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("amathislab/Gait120-EMG")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/amathislab/Gait120-EMG
数据说明
Gait120步态与肌电数据集 提供大规模人类步态、肌电和运动学数据，可用于下肢神经肌肉功能分析，适合腓总神经病变相关的腓总神经损伤影像评估、下肢肌电与步态分析、足下垂相关表型抽取和恢复结局预测。
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。
