面向生态效度生物标志物：小脑共济失调的真实生活步态评估

数据集获取

源站：https://search.dataone.org/view/sha256%3Ac471a8ea6712b108bef3ec162c62425bf63bd060748e75218839e1302ea5851c

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

目的：随着针对退行性共济失调的疾病修饰药物即将问世，生态效度良好的运动生物标志物极为必要。在这项观察性研究中，我们旨在通过可穿戴传感器揭示并验证现实生活中共济失调步态的标记物。方法：我们使用3个身体佩戴的惯性传感器，在三种条件下评估了43例退行性小脑疾病患者（SARA：9.4±3.9）与35名对照者的步态特征：（1）实验室步行；（2）监督下自由步行；（3）日常生活期间的现实生活步行（亚组n=21）。运动分析侧重于时空步态变异性和运动平滑度的测量。结果：我们识别出一组步态变异性指标，能够在所有三种条件下一致地识别共济失调性步态改变。侧向步偏倚和步长复合指标在现实生活中区分患者与对照者的判别准确率为0.86。两者均与临床共济失调严重程度高度相关（效应量ρ=0.76）。

这些测量方法甚至能够检测出仅在临床SARA姿势与步态子评分上相差1分的患者之间的组间差异，其中现实生活行走的效应量最高（d=0.67）。结论：我们识别出了共济失调步态的测量指标，这些指标不仅能捕捉现实生活中的共济失调步态所固有的步态变异性，还能展现出对疾病严重程度微小差异的高敏感性——其中现实生活行走的效应量最高。因此，这些指标有望成为在生态效度背景下用于自然病史研究和治疗试验的运动标志物候选。

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。