改善阿尔茨海默病记忆的策略研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04942184

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：阿尔茨海默病、轻度痴呆、轻度认知障碍。将实施一项包含两组的交叉设计，以检验以下目标：主要目标：使用实验性记忆范式和标准神经心理学测试，确定记忆策略在阿尔茨海默病患者中的长期疗效。在为期4周的过程中，通过新型记忆任务和标准神经心理学测试的表现，纵向评估这些策略的疗效。次要目标：1. 通过便携式脑电图/事件相关电位（EEG/ERP）电生理学，确定阿尔茨海默病患者记忆策略的神经机制。便携式脑电图将使我们能够测量阿尔茨海默病患者日常生活中随时间推移使用记忆策略相关的电生理变化。2. 确定记忆策略如何影响阿尔茨海默病患者的日常生活和功能。将在不同时间点实施日常生活活动问卷，以确定患者是否能够将这些策略推广到日常生活中的任务。

本研究将探讨联合使用记忆策略（保守型编码与深度/项目特异性编码）是否有助于提高记忆任务的表现、能否随时间保持，以及能否推广到日常生活中的其他任务。根据研究分组的不同，参与者将在第0周访视或第2周访视时接受这两种策略的训练。将使用PowerPoint演示展示每种策略的一个示例，以及如何在平板电脑/iPad任务中实施这些策略。此时，研究者将回答参与者可能提出的关于这些策略的任何其他具体问题。在通过应用程序在家开始认知任务之前，平板电脑将提醒参与者使用这些策略，并且还会包括一个关于应如何实施这些策略的示例。这两种记忆策略将按照以下描述的步骤实施：当被呈现一组

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。