垫上普拉提对学龄儿童上交叉综合征疼痛与姿势对齐的影响
本数据集来自 clinicaltrials.gov,主题为垫上普拉提对学龄儿童上交叉综合征疼痛与姿势对齐的影响。研究为随机对照试验,计划在 Lahore 的 Ittefaq Hospital 物理治疗科收集数据,纳入 28 名 8 至 16 岁、不限性别的上交叉综合征患者,等分为两组

基本信息
资源简介
垫上普拉提对学龄儿童上交叉综合征疼痛与姿势对齐的影响
本数据集来自 clinicaltrials.gov,主题为垫上普拉提对学龄儿童上交叉综合征疼痛与姿势对齐的影响。研究为随机对照试验,计划在 Lahore 的 Ittefaq Hospital 物理治疗科收集数据,纳入 28 名 8 至 16 岁、不限性别的上交叉综合征患者,等分为两组。实验组接受普拉提及常规物理治疗,对照组为常规物理治疗。数据可用于评估普拉提对儿童上交叉综合征疼痛与姿势的干预效果,属于损伤、中毒及外因/其他分类(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:仅儿童,上交叉综合征。本研究将是一项随机对照试验,数据将从 Lahore 的 Ittefaq Hospital 物理治疗科收集。研究将纳入 28 名参与者,等分为两组并随机分配。研究的纳入标准为年龄在 8 至 16 岁之间、不限性别的上交叉综合征患者。近期有损伤史、严重全身性疾病以及身体或感觉缺陷的患者将被排除在研究之外。A 组(实验组)将接受普拉提练习和常规物理治疗(基线治疗)。基线治疗将包括拉伸、力量训练和矫正练习。每次训练时长为 30 分钟,每次训练将进行 10 至 12 个练习,以 10 个步骤的形式进行,每个练习的重复次数不超过三次。B 组(对照组)将
【主题与分类】
主题标签:Children, Only、Upper Crossed Syndrome。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07244068
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/NCT07244068
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
条件:儿童,仅限,上交叉综合征。本研究将采用随机对照试验,数据将从拉合尔Ittefaq医院物理治疗科收集。研究将纳入28名参与者,均等分为两组并随机分配。研究纳入标准为年龄在8至16岁之间、性别不限的UCS患者。近期有损伤史、严重全身性疾病以及身体或感觉缺陷的患者将被排除在研究之外。A组(实验组)将接受普拉提练习和常规物理治疗(基线治疗)。基线治疗将包括拉伸、力量训练和矫正练习。每次治疗时间为30分钟,每次进行10至12个练习,以10个步骤的形式进行,每个练习重复不超过三次。B组(对照组)将接受如下拉伸、力量训练和姿势矫正练习:姿势矫正练习、拉伸以及针对胸大肌、肩胛提肌、上斜方肌、前锯肌、菱形肌和颈深屈肌的力量训练。
- 每项运动进行30秒,休息30秒,每天3次,- 还包括俯卧撑和头颈回缩运动,总时间约30分钟。将分析的结果包括颅椎角和胸椎后凸角以及疼痛。数据收集将在干预前后进行。用于数据收集的工具将是Kinovea软件(用于测量颅椎角和胸椎后凸角)和视觉模拟量表(VAS,用于评估疼痛)。数据将通过SPSS 26.00版进行分析。
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。




