脑性瘫痪与身体活动预测因素
源站描述指出脑性瘫痪是一组涉及肌张力异常、运动障碍、肌无力、共济失调和僵硬的疾病,影响运动与姿势发育,导致活动受限和生活质量下降

基本信息
资源简介
脑性瘫痪与身体活动预测因素
该数据集来自 clinicaltrials.gov,主题为脑性瘫痪(Cerebral Palsy)与身体活动预测因素。源站描述指出脑性瘫痪是一组涉及肌张力异常、运动障碍、肌无力、共济失调和僵硬的疾病,影响运动与姿势发育,导致活动受限和生活质量下降。丹麦18岁以下儿童青少年中有2000至2500人患脑性瘫痪,相当于每1000名活产儿中有2例。该病虽非进行性,但需终身关注。患儿难以达到身体活动指南要求,属于脆弱群体。数据可用于分析脑性瘫痪儿童青少年身体活动的预测因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脑性瘫痪。脑性瘫痪(CP)是一组疾病的总称(肌张力改变、运动障碍、肌无力、共济失调和僵硬),涵盖运动与姿势发育,导致活动受限和生活质量下降(1)。在丹麦,18岁以下儿童和青少年中有2000-2500人患有脑性瘫痪,相当于每1000名活产儿中有2名儿童被诊断为脑性瘫痪(2)。尽管CP是非进行性诊断,但它是一种终身疾病,需要在患者一生的大部分时间里予以关注,因为抑制活动表现和日常生活参与的损伤会不断发展(1, 3)。患有脑性瘫痪的儿童和青少年是一个脆弱群体,他们发现很难达到身体活动指南的要求,因此使他们易感
【主题与分类】
主题标签:Cerebral Palsy。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04614207
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/NCT04614207
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:脑性瘫痪。脑性瘫痪(CP)是一组描述运动与姿势发育障碍的疾病(肌张力异常、运动障碍、肌无力、共济失调和强直),会导致活动受限和生活质量下降(1)。在丹麦,2000至2500名18岁以下的儿童和青少年被诊断为脑性瘫痪。这相当于每1000名活产儿中有两名被诊断为脑性瘫痪(2)。尽管脑性瘫痪是非进展性诊断,但它是一种终身性疾病,需要在患者一生的大部分时间里予以关注,因为会逐渐出现妨碍活动执行和日常生活参与的损害(1, 3)。脑性瘫痪儿童和青少年是一个弱势群体,他们难以达到身体活动指南的要求,因此易受低水平身体活动和高水平久坐时间相关的负面健康影响(4)。
尽管目前尚无针对脑瘫儿童和青少年的具体循证身体活动指南,但明确的是,他们的身体活动水平低于同龄人,未达到世界卫生组织的身体活动指南要求,且其行动受限程度与身体活动水平呈负相关(5, 6)。因此,本研究旨在探讨脑瘫儿童和青少年身体活动及不活动的预测因素,以期提供循证激励因素以优化身体活动,并可能带来改善整体健康和生活质量的益处。这是一项前瞻性临床队列研究。符合条件的儿童和青少年及其家庭将通过丹麦健康数据管理局(Danish Health Data Authority)进行识别,随后父母/监护人将通过数字邮件系统e-Boks收到有关研究的书面信息。父母/监护人
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。




