虚拟现实中视力丧失对导航的影响

本研究关注缺血性/出血性中风、象限盲、同向性偏盲、枕叶梗死及周边视野缺损等条件,旨在理解皮质诱导失明(CB)及其补偿策略对自然行为尤其是驾驶的影响

University of RochesterUniversity of Rochester
clinicaltrials
浏览 17
基因组Stroke, IschemicQuadrantanopiaHemianopsia, HomonymousHemianopia, HomonymousHemianopiaHemianopsiaOccipital Lobe InfarctVisual Field Defect, PeripheralVision Loss PartialQuadrantanopsiaStroke Hemorrhagic
Vision Loss Impact on Navigation in Virtual Reality

基本信息

模态
基因组
创建/更新时间
2026-10-01

资源简介

虚拟现实中视力丧失对导航的影响

本研究关注缺血性/出血性中风、象限盲、同向性偏盲、枕叶梗死及周边视野缺损等条件,旨在理解皮质诱导失明(CB)及其补偿策略对自然行为尤其是驾驶的影响。研究者将用虚拟现实程序,在多种模拟自然环境中采集转向行为数据,并结合计算机视觉、深度学习和视线依随的视野操纵,检验假设:CB中视觉引导转向行为的变化,源于对任务相关运动信息(即光流)的视觉采样和处理变化(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:缺血性卒中、象限盲、同向性偏盲、同向性偏盲、偏盲、枕叶梗死、周边视野缺损。本研究旨在更好地理解皮质诱导性盲(CB)以及患有该病症的受试者可能形成的代偿策略对自然情境行为(尤其是驾驶)的影响。借助一种新型虚拟现实(VR)程序,研究人员将收集多种模拟自然情境环境中转向行为的数据。通过联合使用计算机视觉、深度学习和基于注视的视野操控,这项研究将检验以下核心假设:CB中视觉引导的转向行为变化,是任务相关运动信息(即光流)的视觉采样与处理变化的结果。

【主题与分类】

主题标签:Stroke, Ischemic、Quadrantanopia、Hemianopsia, Homonymous、Hemianopia, Homonymous、Hemianopia、Hemianopsia、Occipital Lobe Infarct、Visual Field Defect, Peripheral、Vision Loss Partial、Quadrantanopsia。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06047717

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06047717

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

疾病:缺血性卒中、象限盲、同向性偏盲、同向性偏盲、偏盲、枕叶梗死、周边视野缺损。本研究旨在更好地理解皮质诱导性盲(CB)以及患有该病症的受试者可能形成的代偿策略对自然情境行为(尤其是驾驶)的影响。借助一种新型虚拟现实(VR)程序,研究人员将收集多种模拟自然情境环境中转向行为的数据。通过联合使用计算机视觉、深度学习和基于注视的视野操控,这项研究将检验以下核心假设:CB中视觉引导的转向行为变化,是任务相关运动信息(即光流)的视觉采样与处理变化的结果。

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。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案