spartacus-shoulder-kinematic-dataset|肩部运动学数据集|生物力学数据集

收集所有关于肩部运动学的文献，以及肩胛肱骨节奏的数据集。数据集为CSV格式，每行代表一个关节运动，作为肱骨胸椎抬高角度的函数。

A collection of all literature on shoulder kinematics, along with datasets on scapulohumeral rhythm. The dataset is in CSV format, with each row representing a joint movement as a function of the humerothoracic elevation angle.

原始信息汇总

数据集概述

数据集名称

• 名称: Spartacus-shoulder-kinematics-dataset/shoulder-kinematics congress
• 版本: 0.1.0

数据集描述

• 目的: 收集所有关于肩部运动学和肩胛肱节律的文献。
• 数据假设: 假设文章间数据的连续性，如同一数据在两篇文章中使用，且后一篇文章中某些信息缺失，则从前一篇文章中提取信息。

数据集引用信息

• 作者: Moissenet, F., Puchaud, P., Naaïm, A., Holzer, N., & Begon, M.
• 出版年份: 2024
• 出版者: Zenodo
• DOI: 10.5281/zenodo.11455521

数据集结构

元数据

• article_title: 文章标题，类型：字符串。
• authors: 文章作者，类型：字符串。
• year: 出版年份，类型：整数。
• journal: 出版期刊，类型：字符串。

实验条件

• in vivo: 是否为体内实验，类型：布尔。
• experimental means: 实验方法，类型：字符串。
• nb_shoulders: 肩部/受试者数量，类型：整数。
• type_of_movement: 运动类型，类型：字符串。
• active: 运动是否主动，类型：布尔。
• posture: 数据收集时的受试者姿势，类型：字符串。

通用段列

• XXX_is_isb: 段是否遵循ISB推荐，类型：布尔。
• XXX_is_correctable: 段坐标系统是否可校正以遵循ISB推荐，类型：布尔。
• XXX_correction_method: 校正段坐标系统的方法，类型：字符串。
• XXX_origin: 段坐标系统的解剖学原点，类型：字符串。
• XXX_X, XXX_Y or XXX_Z: 段坐标系统的轴向，类型：字符串。

胸肱列

• thoracohumeral_sequence: 胸肱关节序列，类型：字符串。
• thoracohumeral_angle: 胸肱角度，类型：字符串。
• thoracohumeral_usable: 胸肱关节是否可用，类型：布尔。
• thoracohumeral_risk: 胸肱关节使用风险，类型：布尔。

关节运动列

• humeral_motion: 肱骨运动，类型：字符串。
• joint: 关节名称，类型：字符串。
• parent or child: 关节的父段或子段，类型：字符串。
• euler_sequence: 关节序列，类型：字符串。
• origin_displacement: 位移的原点，类型：字符串。
• displacement_cs: 位移的坐标系统，类型：字符串。
• displacement_absolute: 位移是否为绝对值，类型：布尔。
• displacement_correction_method: 位移校正方法，类型：字符串。

数据列和数据数组

• is_data_mean: 数据是否为平均值，类型：布尔。
• shoulder_id: 肩部/受试者ID，类型：整数。
• source_extraction: 数据来源，类型：字符串。
• data_humero_thoracic_elevation: 肱胸提升数据，类型：浮点数数组。
• dof_1st_euler: 第一个欧拉角，类型：浮点数数组。
• dof_2nd_euler: 第二个欧拉角，类型：浮点数数组。
• dof_3rd_euler: 第三个欧拉角，类型：浮点数数组。
• dof_translation_x: X轴位移，类型：浮点数数组。
• dof_translation_y: Y轴位移，类型：浮点数数组。
• dof_translation_z: Z轴位移，类型：浮点数数组。

AI搜集汇总

数据集介绍

构建方式

该数据集的构建基于对肩关节运动学及肩胛肱节律相关文献的全面收集与整合。研究团队通过系统性地梳理多篇文献，确保数据在不同文章间的连续性，特别是在同一数据被多次引用时，若后续文章中某些信息缺失，则从前文中提取补充。此方法确保了数据的一致性和完整性，为肩关节运动学的研究提供了坚实的基础。

特点

该数据集的显著特点在于其细致的分类和丰富的元数据信息。数据集不仅包含了文献的标题、作者、发表年份等基本信息，还详细记录了实验条件、运动类型、姿势等实验细节。此外，数据集还涵盖了关节运动的具体参数，如欧拉角、平移数据等，为研究者提供了多维度的分析视角。

使用方法

该数据集以CSV格式呈现，每行代表一个关节运动的数据，列则详细描述了运动的具体参数。用户可通过读取CSV文件，提取所需的元数据和实验条件信息，进而分析肩关节运动学特征。数据集的结构化设计使得研究者能够轻松地进行数据筛选、比较和分析，适用于多种肩关节运动学的研究场景。

背景与挑战

背景概述

肩关节运动学是生物力学和运动医学领域的重要研究方向，旨在深入理解肩关节及其相关骨骼的运动规律。Spartacus-shoulder-kinematic-dataset由Moissenet等研究人员于2024年创建，旨在整合肩关节运动学及肩胛肱节律的相关文献数据。该数据集的核心研究问题集中在肩关节运动学数据的连续性和一致性，特别是通过跨文献的数据整合，确保信息的完整性和准确性。该数据集的发布对肩关节运动学研究具有重要意义，为相关领域的学者提供了统一的数据资源，推动了该领域的进一步发展。

当前挑战

Spartacus-shoulder-kinematic-dataset在构建过程中面临多项挑战。首先，数据来源多样，涉及不同文献和实验条件，如何确保数据的一致性和连续性是一个主要难题。其次，肩关节运动学的复杂性要求对数据进行精细的分类和标准化处理，尤其是对不同坐标系和校正方法的统一处理。此外，数据集的更新和维护也是一个持续的挑战，需要不断整合新的研究成果并修正已有的数据。这些挑战不仅影响了数据集的构建效率，也对后续的数据分析和应用提出了更高的要求。

常用场景

经典使用场景

Spartacus-shoulder-kinematic-dataset 数据集的经典使用场景主要集中在肩关节运动学的研究中，特别是肩胛肱节律的分析。该数据集通过整合多篇文献中的肩关节运动数据，提供了详细的肩关节运动学参数，包括肩胛骨、肱骨和胸骨的运动轨迹、角度变化等信息。研究者可以利用这些数据进行肩关节运动模式的定量分析，从而深入理解肩关节在不同运动状态下的生物力学特性。

衍生相关工作

基于 Spartacus-shoulder-kinematic-dataset 数据集，研究者们开展了多项相关工作，包括肩关节运动仿真模型的构建、肩关节疾病的生物力学分析以及肩关节运动康复设备的优化设计。这些工作不仅深化了对肩关节运动机制的理解，还为临床诊断和治疗提供了新的工具和方法，进一步推动了肩关节运动学领域的研究进展。

数据集最近研究

最新研究方向

在肩关节运动学领域，Spartacus-shoulder-kinematic-dataset数据集的最新研究方向主要集中在肩关节运动学和肩胛肱节律的精确建模与分析。该数据集通过整合多篇文献中的数据，旨在提供一个全面且连续的肩关节运动学数据库，这对于理解肩关节的复杂运动模式具有重要意义。研究者们正利用该数据集进行深入的生物力学分析，特别是在不同实验条件下的肩关节运动特性，如动态与静态运动、主动与被动运动等。此外，数据集还关注于如何通过校正方法使数据符合国际生物力学学会（ISB）的推荐标准，从而提高数据的可靠性和可比性。这些研究不仅有助于临床诊断和治疗，还为肩关节假体设计和运动康复提供了科学依据。