IRONMAN 个人比赛数据：2022 夏威夷世锦赛与 2019 巴塞罗那 v2.2 含代码
本站分类：呼吸系统疾病/其他。本数据集为呼吸系统疾病领域公开数据集，由Zenodo提供，主题涵盖COVID-19。本数据集为呼吸道疾病领域的图像公开数据集，由Zenodo提供，主题涵盖COVID-19。
基本信息
资源简介
IRONMAN 个人比赛数据：2022 夏威夷世锦赛与 2019 巴塞罗那 v2.2 含代码
本站分类：呼吸系统疾病/其他。本数据集为呼吸系统疾病领域公开数据集，由Zenodo提供，主题涵盖COVID-19。本数据集为呼吸道疾病领域的图像公开数据集，由Zenodo提供，主题涵盖COVID-19。
【数据集背景】
该数据集名为“IRONMAN personal race data: Hawaii 2022 World Championship and Barcelona 2019 - v2.2 including code”，由作者Andreas Will提供，机构为Zenodo，发布时间为2026年。数据集记录了作者本人参加两场IRONMAN铁人三项赛事的个人比赛数据：一场是2022年10月8日在夏威夷Kailua-Kona举行的IRONMAN世界锦标赛，另一场是2019年10月6日举行的IRONMAN巴塞罗那站。据源站描述，作者在2019年巴塞罗那站以10小时02分的成绩获得夏威夷世锦赛资格，但该资格因COVID-19疫情被推迟至2022年。赛前六周，作者因跟腱病变无法进行跑步训练，因此比赛计划是采取保守的跑步策略。该数据集属于呼吸系统疾病/其他分类，主题涵盖COVID-19。
【数据内容】
数据集包含多类个人比赛与生理测试数据。具体包括：夏威夷2022年世锦赛和巴塞罗那2019年赛事的比赛数据；来自Garmin Connect和Strava的导出数据；2022年5月进行的心肺运动测试及乳酸诊断数据；以及两张比赛照片。此外，数据集还包含代码文件，版本信息显示为Version 2.3 including code v3 (zip) + waiver、Version 2.2 including code、Version 2.1，并包含energy_hydration_reconstruction_v2.pdf文件以及AndreasWillBarcelonaRun061019.gpx和AndreasWillBarcelonaBike061019.gpx两个GPX轨迹文件。设备使用方面，夏威夷2022年比赛时，自行车使用Garmin Edge 520 Plus搭配Garmin Vector，跑步使用Apple Watch Series 7；巴塞罗那2019年比赛时，自行车使用Garmin Edge 520 Plus搭配Garmin Vector 3，跑步使用Garmin Forerunner 935。
【采集与来源】
数据来源于作者本人参加两场IRONMAN赛事的实际记录，以及相关的生理测试和照片。比赛数据通过Garmin和Apple品牌的运动手表及功率计等设备采集，并经由Garmin Connect和Strava平台导出。心肺运动测试与乳酸诊断数据采集于2022年5月。数据集通过doi.org来源站发布，由Zenodo机构提供。源站未提供更详细的采集环境、测试方案或数据处理流程说明。
【适用场景】
该数据集可用于运动科学、耐力运动表现分析、铁人三项赛事策略研究等方向。由于包含心肺运动测试与乳酸诊断数据，也可用于运动生理学相关分析。此外，数据集主题涵盖COVID-19，且涉及疫情对赛事资格推迟的影响背景，可能对研究COVID-19对运动员训练和参赛影响的人员具有参考价值。数据集包含代码，可用于数据重建或分析流程的复现。源站未提供其他具体适用场景说明。
【使用方法】
数据集以压缩包形式提供，包含代码文件及多个版本。用户可下载对应版本（如Version 2.3 including code v3 (zip) + waiver或Version 2.2 including code）获取完整数据。GPX文件可用于轨迹分析，PDF文件涉及能量与补水重建内容。源站未提供具体的数据读取、代码运行环境或操作步骤说明。
【质量与限制】
该数据集为单一个体的个人比赛数据，样本量为一人，不具备群体代表性。数据采集跨越2019年和2022年，设备型号在不同赛事中有所差异。作者在2022年夏威夷世锦赛前六周因跟腱病变无法进行跑步训练，可能影响比赛数据的一致性与可比性。源站未提供数据完整性、准确性验证或缺失值说明。数据集许可为Creative Commons Attribution 4.0 International。
【引用与许可】
该数据集采用Creative Commons Attribution 4.0 International许可，允许在署名的前提下共享与改编。引用时需注明作者Andreas Will、数据集名称、发布机构Zenodo及发布时间2026年。源站未提供具体的引用格式或DOI编号。
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://doi.org/10.5281/zenodo.23310305
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:
数据集大小约 3.4 MB。
数据说明
版本2.3，包含代码v3（zip）+ 豁免协议 版本2.2，包含代码 版本2.1，包含energy_hydration_reconstruction_v2.pdf + AndreasWillBarcelonaRun061019.gpx + AndreasWillBarcelonaBike061019.gpx 个人竞赛数据来自IRONMAN世界锦标赛，夏威夷科纳，2022年10月8日，以及IRONMAN巴塞罗那2019，2019年10月6日，（夏威夷2022：自行车使用Garmin Edge 520 Plus配Garmin Vector，跑步使用Apple Watch Series 7；巴塞罗那2019：自行车使用Garmin Edge 520 Plus配Garmin Vector 3，跑步使用Garmin Forerunner 935），连同Garmin Connect和Strava的导出数据，2022年5月的心肺运动测试及乳酸诊断，以及两张比赛照片。背景：我在2019年IRONMAN巴塞罗那以10：02小时获得资格；因COVID-19，夏威夷参赛名额推迟至2022年。跟腱病导致赛前六周无法进行跑步训练，我的计划是从第一步起就采取保守跑法。当时58岁，属于M55-59年龄组，我以12：03小时完赛（位于M55-59年龄组的第48百分位内）。
对1.0版所附说明的更正 此前的说明称，计划在能量实验室路段进行一段2.5公里的步行，能量实验室是跑步赛段中最热的区域，之后继续跑向终点线。对GPS记录重新分析后，这些说法不成立，现予以撤回。在2.0 m/s的步行阈值下，马拉松记录中包含17段步行，而非1段。持续步行段从22.80公里处到25.85公里处，以1.61 m/s的速度用31.7分钟走完3.06公里。跑步是在能量实验室折返点前约160米处恢复的，而非之后。随后还有四段步行，分别位于27.1公里、34.4公里、36.7公里和39.3公里处。由于记录与关于折返点的回忆相矛盾，因此不对意图作出任何声称。能量实验室是跑步赛段中辐射暴露最强的路段，但并非湿球黑球温度最高的路段。相关出版物 1. Populati
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。
