慢性下背痛患者认知-情感与行为疼痛机制的网络分析

数据集获取

源站：https://doi.org/10.34894/JMTTTM

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

多种认知-情感和行为因素共同导致腰痛的持续存在，但这些因素往往被孤立地评估。网络方法提供了一种同时且跨时间评估多种认知-情感和行为因素的途径。本研究利用网络分析探讨了疼痛、预期、回避及相关的认知-情感和行为因素之间的关系。共30名慢性腰痛患者完成了为期2周、每天5次的生态瞬时评估，内容涉及他们的身体症状及相关的认知-情感和行为因素。采用向量自回归模型在群体和个体层面估计了时间网络和同期网络。网络显示，认知-情感和行为因素之间的关系在同一时间框架内以及跨时间上相互强化。在群体层面，最强的时间连接出现在疼痛与注意力之间，而最强的同期连接则出现在恐惧与注意力之间。

在个体层面上，可以发现网络结构的不同变体，这表明为了获得更好的治疗结果，需要采取更加个性化的方法。为了确认认知-情感因素与行为因素在慢性疼痛维持中的因果联系，需要进一步的研究。网络方法可能是开发更有效的个性化治疗以管理慢性疼痛的有用工具。

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。