评估音乐干预对住院痴呆患者的效果

数据集获取

源站：https://clinicaltrials.gov/study/NCT00448318

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：痴呆、阿尔茨海默病、血管性痴呆、路易体病。理由：痴呆症在全球范围内是一个重大的健康问题。我们将在一项针对住院老年痴呆患者的随机对照试验中，比较音乐治疗干预与职业治疗干预的效果。该研究将采用生理学、心理测量学和观察者评定的方法，监测一系列参数随时间的变化，包括认知和行为反应、情绪与激越、中枢神经系统功能、面部表情和血压。心理测量工具组合包含经过充分验证且可靠的测量方法。认知状态将使用简易精神状态检查（Folstein等，1975）和分级痴呆量表（Cole和Dastoor，1996）进行测量。情绪将使用老年抑郁量表（Yesavage等，1983）进行评估。广泛的行为将通过Cohen-Mansfield激越量表（CMAI）（Cohen-Mansfield, J.，1986）进行评估。

为监测与音乐及非音乐干预相关的变化，我们将采用脑电图方法，检测与痴呆相关的全面性、整体性脑电减慢的变化，以及双侧大脑半球前部和后部区域更局部的变化。将使用脑电相干性方法评估半球内和半球间的功能交互。我们还将记录听觉诱发电位，以评估参与者注意状态的变化。这将提供数据，用于检测随时间推移对干预的反应变化。面部激活编码系统（Ekman & Friesen，1978）可对录像中的面部表情进行系统分析。该系统已用于痴呆患者，以提供有效且可靠的面部疼痛状态定量评估（Hadjistavropoulos等，2000）。此处将采用该系统定量评估干预过程中面部表情的变化。这将使我们能够

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。