新生儿呼吸暂停、心动过缓与血氧下降的microEEG数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT02436616

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：呼吸暂停、心动过缓、早产、癫痫发作。大多数早产儿会出现呼吸暂停（呼吸停止）、心动过缓（心率过低）和血氧饱和度下降（血液中氧气水平低）等事件（ABD事件）。ABD事件的缓解在很大程度上取决于中枢神经系统（CNS）的成熟度。脑电图（EEG）是一种可靠且无创的工具，用于记录CNS的电活动。ABD事件与大脑电活动之间的关系尚未得到充分研究。研究者试图探讨在发育中的早产儿中，EEG发现与ABD事件缓解之间的关系。为了研究这种关系并获得与临床护理相关的发现，需要克服多种障碍。这些障碍包括标准EEG机器的高成本、大多数标准机器无法在如NICU这样的电噪声环境中运行，以及缺乏全职神经科医生来及时解读EEG。

研究人员旨在确定在新生儿重症监护病房（NICU）中获取无伪差脑电图（EEG）并准确检测背景节律异常的可行性。为此，研究人员将利用NICU现有的数字无线遥测单元“microEEG”。microEEG设备专为克服标准EEG记录的障碍而设计。为解决受过训练的儿科神经生理学家短缺的问题，研究人员将探讨使用场外神经学家进行集中EEG解读的病例管理系统的可行性。最后，研究人员将检查发育中的早产儿EEG解读的评分者间信度。这将有助于制定EEG解读的共识指南。

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。