肌肉骨骼疾病中的身体图式改变：偏侧性效应

数据集获取

源站：https://clinicaltrials.gov/study/NCT03567109

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：肌肉骨骼疾病、肩袖肌腱炎、慢性下背痛、腕管综合征。肌肉骨骼疾病是一个重大的公共卫生问题。近期研究表明，身体图式的改变参与了这些疾病的慢性化过程。这些改变为新的探索或治疗解决方案提供了机会。我们的假设是，肌肉骨骼疾病会导致与身体图式障碍相关的运动想象改变。在手的左右判断任务中，反应时间延长和错误率增加将证实这一假设。据推测，患有肌肉骨骼疾病的患者的身体图式改变可能因定位而异，取决于疾病的好发侧和远端性。这是一项单中心、前瞻性、病例对照试验，包含4个亚组，每组30名患者：肩袖肌腱病、腕管综合征、慢性下背痛、健康受试者。我们比较手左右判断任务中的反应时间和错误率。在该任务中，当手显示在电脑屏幕上时，参与者被要求通过键盘回答来识别手的左右侧别。

手部以掌侧或背侧视图展示，并伴有12个不同的旋转角度。眼动追踪设备记录参与者在任务过程中的眼动情况。

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。