卒中后手部精细动作感觉机制恢复：预测与大脑相关性的前瞻性队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07340736

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、上肢轻瘫、手部灵活性、感觉整合功能障碍、振动。本研究将对90名卒中后患者进行随访，分别在卒中后3周、3个月和6个月进行三次访视。手部灵活性将使用Dextrain Manipulandum进行评估，分别在有无手指振动的情况下进行。这些振动将通过振动环传递，该工具已开发完成，目前正在健康参与者和慢性卒中后患者中进行验证。这些测量将使我们能够量化触觉促进作用，即添加手指振动对手部运动功能的影响。在三次访视中，我们还将进行经过验证的感觉、运动和认知临床评估，以及解剖、静息态功能和弥散MRI序列，以研究与这种触觉促进相关的大脑结构和功能。这些纵向测量将有助于开发卒中后手部灵活性运动恢复的生物标志物，其主要目标是通过回归模型改善对手部灵活性恢复的预测。

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。