健康与运动障碍中的运动学习：体力活动与先进设备的作用

数据集获取

源站：https://clinicaltrials.gov/study/NCT07066137

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：健康个体（对照组）、帕金森病、多发性硬化症、阿尔茨海默病、痴呆、卒中。目标 主要目标 研究运动手势控制：研究健康参与者及患有神经、心血管或神经肌肉疾病患者的感覺运动结构及其连接性。这包括分析对经颅磁刺激（TMS）、经颅直流电刺激（tDCS）和CAREN（计算机辅助康复环境）系统等先进干预措施的反应。理解中枢控制机制：利用先进神经影像技术（如fMRI、dtMRI、NIRS）评估运动训练和恢复过程中大脑活动的空间和时间变化。次要目标 姿势障碍预防：制定策略以增强姿势稳定性并预防相关障碍，改善运动表现和神经退行性疾病患者的生活质量。

影像与心理测量数据的整合：利用多模态数据揭示脑功能模式，为康复策略提供依据，助力个性化康复方案和优化训练方法。方法学研究设计这是一项干预性研究，旨在评估接受强化身体和认知训练的参与者在运动反应方面的代谢、功能和神经生理学特征。通过将传统疗法与创新技术（如CAREN、IVS3、AlterG、tDCS、TMS）相结合，本研究将探索：中枢神经系统的激活与连接。运动学习与保持的时间与空间动态。本体感觉、视觉和听觉输入在运动协调中的作用。研究阶段第一阶段：招募与基线评估将通过直接沟通招募参与者，并向其提供详细的研究信息。基线评估将包括：临床与医学-运动评估。神经心理学评估（如MoCA、TMT、Stroop测试）。姿势与步态分析。

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。