意大利名人面孔识别成套测验（FAME）的开发、验证与常模数据

数据集获取

源站：https://clinicaltrials.gov/study/NCT07911878

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

疾病：卒中、阿尔茨海默病、额颞叶变性（FTD）。I-FACE项目旨在开发并临床验证一套综合性神经心理测验组合，用于评估神经退行性疾病患者和卒中幸存者的名人面孔识别能力。面孔识别困难可能影响个体辨认熟悉人物及获取其相关信息的能力，然而这些能力在临床实践中并未总是得到系统评估。该测验组合将考察名人面孔识别的三个成分：熟悉感，即知道此前见过某张面孔；语义知识，即提取该人物的职业等信息；以及命名，即说出该人物的姓名。它将包括四项任务：名人面孔 confrontational 命名（FFCN）、基于职业的名人面孔语义联想（FFSA）、名人面孔三词任务（FFTW），后者使用书面姓名评估语义联想，以及名人面孔熟悉感判断任务（FFFJT）。将开展一项预试验以完善各项任务，并筛选出内部一致性良好的条目。

随后，研究人员将从意大利参与者中收集常模数据，并考虑年龄、性别和教育水平等因素，为每个分测验建立临界分数。最后，该测验组合将应用于额颞叶痴呆、阿尔茨海默病和卒中患者，以评估其信度和效度。将通过敏感性、特异性和ROC曲线分析等指标，评估其区分面孔识别障碍患者与健康个体的能力。总体目标是提供一个可靠的工具，用于识别和描述这些困难，包括可能有助于更早、更准确进行临床评估的细微缺陷。

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。