Limbkit:下肢截肢者步态骨骼数据集

该数据集包含下肢截肢者在标准化移动能力评估中采集的去标识化步态骨骼数据。研究使用 AlphaPose 从 RGB 视频中提取人体姿态并转换为 2D 骨骼序列,数据涵盖骨骼坐标、步态标签、去标识化的参与者标识符以及相关临床移动能力评估结果

BorealisBorealis
dataverse
浏览 25
视频关键点标注Medicine, Health and Life Scienceslower-limb amputationgait analysisskeleton datacomputer visionAmputationGaitRehabilitation
Limbkit: Gait Skeleton Dataset for Individuals with Lower-Limb Amputation

基本信息

模态
视频
任务类型
关键点标注
创建/更新时间
2026-10-06

资源简介

Limbkit:下肢截肢者步态骨骼数据集

Limbkit: Gait Skeleton Dataset for Individuals with Lower-Limb Amputation

该数据集包含下肢截肢者在标准化移动能力评估中采集的去标识化步态骨骼数据。研究使用 AlphaPose 从 RGB 视频中提取人体姿态并转换为 2D 骨骼序列,数据涵盖骨骼坐标、步态标签、去标识化的参与者标识符以及相关临床移动能力评估结果。所有个人身份信息和原始视频均已移除。该数据可用于步态分析、康复评估以及基于计算机视觉的人体姿态研究(来源 DOI 解析)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含在下肢截肢者进行标准化移动能力评估期间采集的去标识化步态骨骼数据。人体姿态通过 AlphaPose 从 RGB 视频中提取,并转换为 2D 骨骼序列。数据集包括骨骼坐标、步态标签、参与者标识符(已去标识化)以及配套论文中使用的相关临床移动能力评估结果。所有个人标识符和原始视频均已移除。

【主题与分类】

主题标签:Medicine, Health and Life Sciences、lower-limb amputation、gait analysis、skeleton data、computer vision、Amputation、Gait、Rehabilitation。本站分类:创伤与损伤/创伤后缺损。

【获取与许可】

源站页面:https://borealisdata.ca/citation?persistentId=doi:10.5683/SP4/RY97LN

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/10.5683/SP4/RY97LN

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

该数据集包含在标准化移动能力评估过程中,从下肢截肢者采集的去标识化步态骨骼数据。使用AlphaPose从RGB视频中提取人体姿态,并转换为二维骨骼序列。该数据集包括骨骼坐标、步态标签、参与者标识符(已去标识化),以及随附论文中使用的相关临床移动能力评估结果。所有个人标识符和原始视频均已移除。

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