脑性瘫痪亚型分类

数据集获取

源站：https://clinicaltrials.gov/study/NCT00072800

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：脑性瘫痪。脑性瘫痪特征性的运动和姿势异常与潜在的肌张力异常有关，包括肌张力障碍、痉挛和强直。脑性瘫痪的亚型根据主要肌张力异常、其分布和严重程度来定义。普遍认为，脑性瘫痪亚型应分为以下几组。痉挛型亚型（偏瘫：单侧不对称性痉挛；双瘫：双侧对称性痉挛，下肢受累重于上肢；四肢瘫：双侧对称性痉挛，上下肢受累程度相同）、肌张力障碍型或手足徐动型；以及其他杂类类型：肌张力低下型、混合型等。在康复研究中，当形成同质的脑性瘫痪亚型队列时，这些描述性定义并无用处。即使事先通过培训课程基于这些定义建立了每个亚型的精确标准，并采用“四肢”方法（确定每个肢体中主要的肌张力异常及其严重程度），脑性瘫痪亚型分类的观察者间一致性仍然很差。

这可能是因为对于脑瘫中最常见的肌张力异常（痉挛、强直、肌张力障碍）尚无广泛接受的定义，且检查方法差异很大。最近，一个跨学科的临床医生小组发表了一份共识文件，其中明确阐述了这些肌张力障碍的定义以及如何进行检查的建议。由于脑瘫亚型是根据主要的肌张力异常来定义的，我们假设，如果将这些定义和标准检查技术与其他公认要素一起纳入先前的培训课程中，或许能够在脑瘫亚型分类上实现可接受的观察者间一致性。为了验证这一假设，我们将培训来自三个不同地区的临床医生。

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。