SPARK:通过实境增强知识支持COPD患者体力活动

SPARK 是一项在 clinicaltrials.gov 登记的多中心、干预性、非随机、概念验证研究,聚焦慢性阻塞性肺疾病(COPD)患者的体力活动支持

Groupe Hospitalier du HavreGroupe Hospitalier du Havre
clinicaltrials
浏览 9
表格Virtual Reality
SPARK: Supporting Physical Activity Through Reality-Augmented Knowledge in COPD

基本信息

模态
表格
创建/更新时间
2026-11-03

资源简介

SPARK:通过实境增强知识支持COPD患者体力活动

SPARK 是一项在 clinicaltrials.gov 登记的多中心、干预性、非随机、概念验证研究,聚焦慢性阻塞性肺疾病(COPD)患者的体力活动支持。研究针对 COPD 相关的呼吸困难、体力活动减少、肌肉功能退化和生活质量受损,探索利用增强现实虚拟教练在患者真实环境中提供实时视觉与听觉指导,以辅助运动练习。参与者将参加一次包含基线问卷在内的单次实验性访视。该数据可用于评估增强现实虚拟教练在成人 COPD 患者运动中的可接受性,并支持呼吸康复与运动依从性相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:慢性阻塞性肺疾病(COPD)、虚拟现实。慢性阻塞性肺疾病(COPD)与呼吸困难、体力活动减少、肌肉功能退化和生活质量受损相关。肺康复是一种有效的非药物干预措施,但可及性仍然有限,且长期坚持体育锻炼往往难以维持。增强现实可能提供一种创新方法,通过提供实时视觉和听觉指导来支持运动练习,同时允许患者保持在其真实环境中。SPARK 研究是一项多中心、干预性、非随机、概念验证研究,旨在评估增强现实虚拟教练在成人 COPD 患者体育锻炼中的可接受性。参与者将参加一次包含基线问卷在内的单次实验性访视。

【主题与分类】

主题标签:Virtual Reality。本站分类:呼吸系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07837375

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07837375

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

条件:慢性阻塞性肺疾病(COPD)、虚拟现实。慢性阻塞性肺疾病(COPD)与呼吸困难、体力活动减少、肌肉功能退化及生活质量受损相关。肺康复是一种有效的非药物干预措施,但可及性仍然有限,且长期坚持体育锻炼往往难以维持。增强现实可能提供一种创新方法,通过提供实时视觉和听觉指导来支持锻炼实践,同时使患者仍能立足于其真实环境。SPARK研究是一项多中心、干预性、非随机、概念验证研究,旨在评估增强现实虚拟教练在成人COPD患者体育锻炼中的可接受性。参与者将参加一次单次实验课程,包括基线问卷、增强现实头戴设备的介绍、由虚拟教练指导的简短沉浸式锻炼环节以及沉浸后评估。可接受性将在沉浸前后使用技术接受模型3问卷进行评估。

用户体验还将通过焦点小组讨论进行探索,并依据UXive维度进行分析。本研究旨在确定慢性阻塞性肺疾病(COPD)患者是否接受这项技术,并识别可能促进或限制其未来融入肺康复路径的因素。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。