早期新生儿神经影像、Hammersmith婴儿神经学检查与全身运动之间的关联

数据集获取

源站：https://clinicaltrials.gov/study/NCT05217186

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

条件：脑性瘫痪、婴儿、早产、疾病、婴儿发育、神经系统疾病、发育迟缓、婴儿窒息、小于胎龄儿、婴儿、新生儿、疾病。高危婴儿可能在运动、认知、感觉、社交和学业发展方面遇到许多问题。早产和低出生体重婴儿在运动和认知发育问题方面风险更高。这些婴儿中约50%会遇到神经发育问题。这些问题与胎龄（GA）、出生体重、产前/围产期发生的脑损伤以及医学危险因素有关。早产和低出生体重（LBW）也是脑性瘫痪（CP）最重要的原因之一。在矫正年龄5个月之前，能够确定CP的三种预测效度最佳的方法是磁共振成像（MRI）、Prechtl全身运动评估（GMs）、Hammersmith婴儿神经学评估（HINE）。近年来，通过评估GMs的质量，可在3个月时以预测效度和信度检测出CP高风险的诊断。

全身运动评估（GMs）因其在脑性瘫痪（CP）早期检测中较MRI、颅脑超声和神经学评估具有更高的敏感性和特异性，现被视为金标准。研究还发现，对于运动特征不充分且姿势模式与年龄不相符的患者，即使GMs正常，其在学龄期的认知或语言能力也可能不足。因此，需要针对2岁以下CP婴儿制定新的临床照护指南并开展新的干预研究。本研究旨在在一个高危婴儿队列中，通过为期一年的随访，考察早期新生儿神经影像学、HINE与GMs评估之间的关联。

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。