用于监测AD/ADRD风险人群认知衰退的鞋垫与踝部设备

数据集获取

源站：https://clinicaltrials.gov/study/NCT07127133

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

病症：轻度认知障碍（MCI）、痴呆。本研究测试了一套创新系统与服务，用于采集客观、一致且适用于社区环境的步态参数，这些参数可作为阿尔茨海默病及相关痴呆（AD/ADRD）的生物标志物。该系统设计旨在经济实惠、可扩展，并且便于老年人（包括有痴呆症状者）在社区环境中进行纵向、无监督使用。本研究将分两部分进行，涉及使用腿部模块和鞋垫设备从参与者处采集步态数据，采集方式为：(1) 在实验室环境中进行数小时（实验室测试），或 (2) 在其家庭和社区环境中进行为期1周（社区测试）。将招募30名健康者、轻度认知障碍患者或阿尔茨海默病及相关痴呆患者参与实验室测试，在实验室环境中进行数小时的行走任务和认知测试。

在完成实验室测试后，将招募120名健康个体、轻度认知障碍患者以及阿尔茨海默病或相关痴呆症患者参与社区测试。在此测试中，他们将在社区内佩戴鞋垫和踝部装置为期1周，以收集真实世界环境下的步态数据。

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。