RGS@Home：卒中后个性化24/7居家护理

数据集获取

源站：https://clinicaltrials.gov/study/NCT04620707

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

病症：卒中、轻偏瘫、亚急性卒中、慢性卒中。卒中是成人残疾的主要原因之一，并将在2030年成为疾病负担的主要促成因素之一。然而，医疗保健系统无法满足当前需求，更不用说未来需求的增长。有必要部署新方法，以推进现有康复方法并提高其效率。用于神经系统多种功能障碍康复的最新方法之一是基于虚拟现实（VR）应用，这些应用将训练场景与专用接口设备相结合，例如 Rehabilitation Gaming System（RGS）。RGS 是一种基于科学的神经康复信息通信技术（ICT）解决方案，融合了脑理论、AI、云计算和虚拟现实，并针对卒中后的运动与认知恢复。RGS 提供连续性的评估与治疗解决方案，陪伴患者从诊所到治疗中心。RGS 已经过临床验证。

然而，为了在患者生活质量方面取得显著获益，这种技术解决方案必须成为一种居家解决方案，提供训练以及全天候监测和护理。因此，本项目旨在不仅研究其临床有效性，还研究RGS的可接受性和采用模式。本研究得出的结果将有助于建立一种能够加速偏瘫性脑卒中患者康复的新型神经康复范式。除临床影响外，这一成果还可能产生重要的社会经济影响。

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。