模拟视觉障碍的虚拟现实平台：用于电子出行辅具测试与定向行走训练

数据集获取

源站：https://clinicaltrials.gov/study/NCT05135195

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：视觉障碍、年龄相关性黄斑变性、糖尿病视网膜病变、青光眼。在本研究中，研究团队利用虚拟现实（VR）技术，在健康受试者中模拟不同类型和严重程度的视觉障碍。该平台实现了美国（US）三种最常见的视觉障碍形式：年龄相关性黄斑变性（AMD）、糖尿病视网膜病变（DR）和青光眼，每种障碍均设有三个严重程度级别（轻度、中度和重度）。目前，青光眼正进一步向多维视觉障碍模拟方向发展。

该平台用于：i) 提供一组安全、可控且可重复的环境，用于在各种条件下开发和初步测试电子旅行辅助设备（ETAs）（即在沉浸式环境中使用ETA进行导航）；以及ii) 为盲人和低视力（BVI）专业人士（包括定向与移动（O&M）培训师）配备一个受控、可调节的训练平台，用于技能/能力建设、评估和O&M技术的改进，同时为视障学员提供一个安全且沉浸式的环境，以提高他们的O&M技能并学习新技术。提出了两组假设驱动的实验，以评估该平台在这两个目标方面的可行性。

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。