下楼梯时精准握力控制数据集

本研究旨在确定在单步下台阶任务中下肢产生扰动时,调节握力(GF)/负载力(LF)协调的内部模型是否得以保留。我们观察了单步下台阶任务中手持物体时垂直地面反作用力(vGRF)、GF和LF的协调

DryadDryad
dryad
浏览 12
时间序列回归握力控制负载力协调下台阶任务垂直地面反作用力内部模型运动控制
Data from: Precision grip control while walking down a stair step

基本信息

模态
时间序列
大小
0.000447954 GB
任务类型
回归
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-09

资源简介

下楼梯时精准握力控制数据集

本研究旨在确定在单步下台阶任务中下肢产生扰动时,调节握力(GF)/负载力(LF)协调的内部模型是否得以保留。研究观察了单步下台阶任务中手持物体时垂直地面反作用力(vGRF)、GF和LF的协调情况。该数据集由Dryad机构发布,作者为Ebner-Karestinos, Daniela、Thonnard, Jean-Louis与Bleyenheuft, Yannick,发布时间为2016年,采用Creative Commons Zero v1.0 Universal许可。数据集英文名称为“Data from: Precision grip control while walking down a stair step”,在来源站doi.org上被归类为口腔疾病/其他类别。

【数据集背景】

该数据集来源于一项关于握力控制与行走动作协调的研究。研究的核心问题在于:当人体下肢在单步下台阶任务中产生扰动时,原本用于调节握力(GF)与负载力(LF)协调的内部模型是否仍然得以保留。这一问题的提出,建立在既往对直接负载增加条件下手持物体时GF与LF协调机制的认识之上。研究通过观察单步下台阶这一日常动作中三种力的变化,试图揭示上肢握力控制与下肢运动扰动之间的交互关系。该数据集即为该研究过程中产生的相关数据,由Dryad机构发布,作者包括Ebner-Karestinos, Daniela、Thonnard, Jean-Louis和Bleyenheuft, Yannick,发布时间为2016年。

【数据内容】

该数据集所涉及的数据内容围绕单步下台阶任务中手持物体时的力学信号展开。具体而言,研究观察了垂直地面反作用力(vGRF)、握力(GF)和负载力(LF)三种力的协调情况。在任务开始阶段,这三种力均呈现下降趋势。当受试者处于下降过程中时,LF和GF与vGRF发生解离,其数值上升,这可能是为了预判第一次足部接触。LF与GF之间的协调一直维持到vGRF达到最大值(膝关节伸展)时。LF与vGRF在同一时间窗口内达到峰值,而GF的峰值则大约滞后70毫秒出现。这种去同步现象此前在手持物体直接增加负载的研究中已被观察到。源站未提供关于数据文件具体格式、样本量、受试者数量或具体数值范围的进一步说明。

【采集与来源】

该数据集的来源站为doi.org,发布机构为Dryad。作者为Ebner-Karestinos, Daniela、Thonnard, Jean-Louis和Bleyenheuft, Yannick,发布时间为2016年。源站描述中提及的研究方法为:在单步下台阶任务中,让受试者手持物体,同时记录垂直地面反作用力(vGRF)、握力(GF)和负载力(LF)三种力的变化。研究关注的是这些力在任务过程中的协调模式,特别是GF与LF的协调是否在下肢产生扰动时得以保留。源站未提供关于采集设备型号、采样频率、受试者招募标准或实验环境的具体信息。

【适用场景】

该数据集适用于运动控制、生物力学以及神经康复等领域的研究。具体而言,它可用于探讨人体在行走下台阶这类日常动作中,上肢握力控制与下肢运动之间的协调机制。由于研究涉及内部模型对握力/负载力协调的调节,该数据集也可能对理解感觉运动整合、预期性姿势调整以及手部精细 grip 控制在动态任务中的表现具有参考价值。此外,该数据集在来源站被归类为口腔疾病/其他类别,但源站未提供该分类与数据集内容之间关系的进一步说明。源站未提供关于该数据集在临床诊断、治疗评估或工业应用中的具体适用场景。

【使用方法】

源站未提供关于该数据集具体使用方法的说明,包括但不限于数据读取方式、变量命名规则、分析脚本或推荐的分析流程。使用者需依据数据集英文名称及源站描述自行判断其内容结构。由于源站未提供数据格式、文件组织方式或配套文档,无法进一步说明如何加载、处理或复现该研究中的分析结果。

【质量与限制】

源站未提供关于该数据集质量评估、数据完整性、缺失值处理或潜在偏差的说明。已知的限制包括:源站描述仅提供了研究目的和部分结果概述,未提供原始数据的具体数值、样本特征或统计方法。此外,该数据集在来源站被归类为口腔疾病/其他类别,但源站未解释该分类的依据,也未说明该分类是否影响数据的使用范围。源站未提供关于数据可重复性、外部效度或技术验证的进一步信息。

【引用与许可】

该数据集采用Creative Commons Zero v1.0 Universal许可,这意味着在符合该许可条款的前提下,使用者可以复制、修改、分发和演绎该数据,包括用于商业目的,且无需获得额外许可。引用时需注明数据集英文名称“Data from: Precision grip control while walking down a stair step”、作者Ebner-Karestinos, Daniela、Thonnard, Jean-Louis和Bleyenheuft, Yannick、发布机构Dryad以及发布时间2016年。源站未提供关于引用格式的进一步要求或推荐引用模板。

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

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/10.5061/dryad.kf4tr

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。

数据集大小约 448.0 KB。

数据说明

本研究旨在确定在单步下台阶任务中,当下肢产生扰动时,调节握力(GF)/负载力(LF)协调的内模型是否得以保留。我们观察了在单步下台阶任务中手持物体时垂直地面反作用力(vGRF)、GF和LF的协调情况。在任务开始时,这三种力(vGRF、GF和LF)均减小。当受试者下降时,LF和GF与vGRF解离并增大,可能是为了预判首次足部触地。LF和GF的协调一直维持到最大vGRF(膝关节伸展)时刻。LF与vGRF在同一时间窗内达到峰值,而GF约在70 ms后达到峰值。这种去同步现象此前在手持物体直接增加负载时也曾被观察到,被解释为一种预测性动作,以确保平稳应对下肢引起的负载急剧增加。此外,在该组受试者中,观察到男性和女性之间存在运动学和动力学差异,这可能提示存在性别特异性的下台阶任务执行策略。

总之,这些结果表明,精确抓握的内部模型能够整合无论源自何处的突然负荷变化,并调节力量以提供理想的握力,从而缓和突然的负荷增加并稳固物体。

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。

获取专属数据定制方案