肌炎中的高强度力量训练
该数据集来自 clinicaltrials.gov，聚焦肌炎（包括皮肌炎、多肌炎和免疫介导坏死性肌病）患者的高强度力量训练研究
基本信息
资源简介
肌炎中的高强度力量训练
该数据集来自 clinicaltrials.gov，聚焦肌炎（包括皮肌炎、多肌炎和免疫介导坏死性肌病）患者的高强度力量训练研究。研究计划纳入 60 名患者，随机分为力量训练组和对照组，进行为期 16 周、每周两次的训练，每次包含 3 组 10 RM 的练习，并每周评估训练负荷。数据可用于分析高强度力量训练对生活质量、肌肉力量、身体功能和疾病活动度的影响，适合回归或预测建模，以探索训练效果与临床结局的关系（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：肌炎、皮肌炎、多肌炎、免疫介导坏死性肌病。总体目标：研究高强度力量训练对肌炎患者生活质量、肌肉力量、身体功能和疾病活动度的影响。研究设计：将纳入 60 名肌炎患者，进行为期 16 周的高强度力量训练研究。患者将按 1:1 比例随机分配到 2 组（力量训练组和对照组）。用户参与：已招募肌炎患者加入患者顾问委员会。顾问委员会的目标是提供以患者为导向的项目反馈，从而改进整体研究项目。干预：每周两次训练，持续 16 周。每次训练包括每个练习 3 组，对应 10 RM。将考虑训练进展，并每周评估训练负荷。训练
【主题与分类】
主题标签：Myositis、Dermatomyositis、Polymyositis、Immune-Mediated Necrotizing Myopathy。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04486261
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/NCT04486261
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：肌炎、皮肌炎、多发性肌炎、免疫介导性坏死性肌病。总体目标：探讨高强度力量训练对肌炎患者生活质量、肌肉力量、身体功能和疾病活动度的影响。研究设计：将纳入60名肌炎患者，进行为期16周的高强度力量训练研究。患者将按1：1比例随机分配至2组（力量训练组和对照组）。用户参与：已招募肌炎患者加入患者顾问委员会。顾问委员会的目标是提供以患者为导向的项目反馈，从而改进整体研究项目。干预措施：每周进行两次训练，持续16周。每次训练包括每个动作3组，对应10 RM。将考虑训练进展，并每周评估训练负荷。训练方案为全身性方案，即每次训练将涉及所有主要肌群。结局指标：主要结局指标为生活质量问卷（SF-36）中的生理健康总评。
次要结局指标包括力量测量、功能测试、疾病活动度测量、问卷（如国际体力活动问卷）、DEXA全身扫描、血液样本和肌肉活检。
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。
