两点辨别觉数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT03686748

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

研究条件：埃勒斯-当洛斯综合征（EDS）、复杂性区域疼痛综合征（CRPS）、放大性肌肉骨骼疼痛综合征（AMPS）、下背痛、纤维肌痛、慢性广泛性疼痛。研究设计：在开始本项研究之前，研究者将在最多十名参与者（患者和/或健康对照者）中优化触觉辨别阈值测试（即如下文基线访视所述）及训练条件。这将作为一项试点研究，用于在研究者开始本文所提出的主要研究之前完善研究程序的操作层面。此后，患有慢性疼痛的青少年（10-17岁，n=40）或健康青少年（10-17岁，n=20）将在初始会话中接受两点和单点辨别阈值的评估（目标1）。在初始会话之后，患有慢性疼痛的青少年将参加最多9次额外的注意力训练会话（目标2）。这些慢性疼痛患者将被随机分配至两点辨别训练组（n=20）或单点空间导向注意力控制组（n=20）。参与者将不会被告知他们将接受哪种干预（单盲研究）。

心理问卷将在首次和末次治疗中进行，以确定这些变量与触觉辨别及训练反应之间的关系。研究干预 5.1 两点辨别训练：两点辨别阈值（TPD）训练可在以下位置进行：1）远离疼痛的空间位置，2）邻近疼痛区域的空间位置，和/或3）疼痛部位的空间位置（若受试者能够耐受）。TPD定义为某人能够识别皮肤上两点（而非一点）接触时的两点间最小距离。因此，这是对识别两个离散区域分别受到刺激能力的测试，且高度依赖侧抑制。将高精度机械卡尺轻轻置于皮肤上，并增大/减小两脚间的距离。在反复增大和减小两脚间距离后，TP

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。