卒中后驾驶实践资源评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT06303765

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

条件：卒中、急性、驾驶、作业治疗。背景 对于患者和医疗专业人员而言，协商卒中后重返驾驶是一个复杂的过程。在全球许多司法管辖区，卒中后都有强制性的驾驶限制期，只有当功能评估显示不存在会影响驾驶能力的残余功能损害时，才能恢复驾驶，加拿大也是如此。当驾驶资格受到质疑、社区出行受到威胁时，患者会经历相当大的实际和象征性挑战。包括作业治疗师在内的医疗保健提供者同样感到自身准备不足，难以与患者谈及驾驶这一有争议的话题。因此，现有文献已指出，需要为医疗专业人员提供符合具体情境的实践资源，以便在患者卒中后与其共同应对艰难的重返驾驶过程。

为此，开发了卒中后驾驶实践资源（Practice Resource for Driving After Stroke，PReDAS），旨在为作业治疗师提供一份全面、针对卒中、基于证据的资源，为在急性期照护环境中处理驾驶问题时的临床推理提供依据，而卒中后关于驾驶的初步讨论正是在该环境中进行。PReDAS以Canadian Stroke Best Practice guidelines为依据，包含针对5个关键要素的资源和流程，包括：(1) 对从业者的最佳实践教育；(2) 驾驶适宜性筛查；(3) 临床决策辅助工具；(4) 利益相关者沟通；(5) 社区出行规划。PReDAS不是筛查工具，而是供临床工作者在急性期照护情境中处理卒中后驾驶问题的实践资源。PReDAS旨在指导从业者完成处理驾驶问题的全过程，从与服务对象的初步交谈到传达建议。在最近的一项试点研究中，作业治疗师和医生报告称，PReDAS为处理驾驶问题提供了清晰且一致的流程，增强了沟通与协作

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。