多感官训练改善先天性白内障术后视恢复的空间认知发展
本数据集来自 Mendeley Data,聚焦先天性白内障术后视恢复儿童与青少年的空间认知与移动能力。研究采用多感官训练程序,将增强的视听反馈与身体运动相结合

基本信息
资源简介
多感官训练改善先天性白内障术后视恢复的空间认知发展
Multisensory training improves the development of spatial cognition after sight restoration from congenital cataracts
本数据集来自 Mendeley Data,聚焦先天性白内障术后视恢复儿童与青少年的空间认知与移动能力。研究采用多感官训练程序,将增强的视听反馈与身体运动相结合。埃塞俄比亚接受白内障治疗的参与者在仅一周训练后,空间表征与导航环境的能力即得到改善,其改善程度与仅接受听觉反馈训练的一组盲童相当。结果表明,通过强化身体运动与感官反馈之间自然关联的针对性训练,空间认知与感觉运动空间技能可以得到提升(来源 DOI 解析)。
【数据集背景】
源站首次发布:2024。
【数据内容】
源站描述(机器翻译,仅供参考):在本研究中,我们开发并应用了一种多感官训练程序,以改善出生后数年才接受先天性白内障手术治疗的儿童和青少年的空间表征与移动能力。该训练将增强的视听反馈与身体运动相关联。埃塞俄比亚接受白内障治疗的参与者在仅一周训练后,其空间表征和导航环境的能力即得到改善。这种改善与一组盲童相当,后者接受的是将运动与仅听觉反馈相耦合的训练程序。本研究结果表明,空间认知和感觉运动空间技能可以通过有针对性的训练程序得到增强,该程序强化了身体运动与其感官反馈之间的自然关联(在此情况下,为听觉或视听反馈)。
【主题与分类】
主题标签:Cataract Surgery、Auditory Feedback、Behavior (Neuroscience)、Training、Sensorimotor Development。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/mf48nrdf55/1
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://doi.org/10.17632/mf48nrdf55.1
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据集大小约 865.3 KB。
数据说明
在本研究中,我们开发并应用了一种多感官训练程序,以改善那些在出生后数年才接受先天性白内障手术治疗的儿童和青少年的空间表征和移动能力。该训练将增强的视听反馈与身体运动相结合。埃塞俄比亚接受白内障治疗的参与者在仅训练一周后,其空间表征和导航环境的能力就得到了改善。这种改善与一组盲童的改善相当,后者接受的是将运动与仅听觉反馈相结合的训练程序。本研究结果表明,通过有针对性的训练项目来加强身体运动与其感官反馈之间的自然关联(在本例中为听觉或视听增强反馈),可以增强空间认知和感觉运动空间技能。我们通过在训练前后对参与者进行的一系列测试来评估训练的有效性。
本数据集包含所有接受白内障治疗的参与者(术后组)和盲人参与者(盲组)在训练前后的全部数据,并包括一组典型视力对照组参与者(视力正常组)和一组参与对照精神运动活动的视觉障碍对照组(盲及低视力对照组)。Excel文件的每个工作表报告了4个组(术后组、盲组、视力正常组、盲及低视力对照组)在每项测试(听觉和视觉定位、听觉空间平分、移动能力:伸手够声源、移动能力:起立行走计时、身体中线、抓握)中的所有试验。最后一个工作表报告了我们在部分参与者中进行的随访测试。每项测试的图例报告在每个工作表的前几行。
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。




