实时声学生物反馈增强注视稳定性：提升眼科影像诊断质量的验证性研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07529041

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：视网膜营养不良、地图样萎缩、失明。本概念验证可行性研究的目标是利用一种获得专利的声学实时反馈设备，改善因失明或中心视力丧失而导致注视丧失的患者的注视稳定性。其主要旨在回答的问题包括：1. 注视引导——实时声学生物反馈能否改善健康患者以及注视丧失患者的注视？2. 注视引导的优化——测试不同刺激以优化声学训练方案。3. 成像采集的优化——测试使用声学反馈工具对成像质量和采集时间的改善。主要终点：注视稳定性（以BCEA和距目标中心的距离表示）、注视持续时间、注视所需时间。我们在两个角度测试注视：中立位置（0°）和15°偏心位置。我们比较三种条件：仅视觉目标、视觉与听觉反馈联合、仅听觉反馈。次要终点：随时间推移的适应和训练效应、以Likert量表测量的疲劳。

我们测量瞳孔直径对声学和视觉刺激的反应变化。我们还比较健康受试者与存在注视丢失的受试者之间的效能，并比较三种条件之间的效能。在我们研究的的概念验证部分，患者被要求在暗室中注视一个目标点，并保持注视10秒。我们使用近红外照明和摄像机记录患者的眼动。每种条件（视觉、听觉、联合）有三个区块，每个区块包括每只眼和每个角度的10次试验。在每组试验之间，患者被要求用李克特量表评定其主观疲劳程度。在每次记录会话结束时，我们询问患者对哪种条件最容易保持注视的主观反馈，听觉刺激是否充分，以及关于装置潜在改进的开放式问题。一项经伦理批准的扩展p

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。