蓝斑在年龄相关注意分散中的作用

数据集获取

源站：https://clinicaltrials.gov/study/NCT05574634

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：衰老、阿尔茨海默病。越来越多的研究强调了额叶区域在功能和结构层面上与年龄相关的注意力和认知处理能力下降中的重要性。然而，导致这些下降的大脑底层神经生物学病理生理变化仍很大程度上不清楚。本提案的目标是探究与年龄相关的注意力易受干扰的神经机制，重点关注起源于蓝斑（LC）的神经回路。在当前提案中，研究者将检验这样一个假设：蓝斑与突显网络（SN）之间的神经连接中断驱动了老年人忽略干扰因素的失败。研究者将检查蓝斑-突显网络连接如何与选择性注意表现相关联，以及通过认知训练程序改善的蓝斑-突显网络连接如何可能导致注意力表现的提升。

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。