小脑通过伽马振荡参与感觉运动适应：肌张力障碍案例

数据集获取

源站：https://clinicaltrials.gov/study/NCT02073630

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：原发性肌张力障碍。肌张力障碍是一种以不自主运动障碍为特征的致残性疾病，曾被认为是基底节功能障碍的一种表现，然而来自动物和人类实验的越来越多的证据表明，小脑在肌张力障碍的病理生理中发挥着重要作用。我们近期的结果提示，肌张力障碍中存在小脑感觉编码缺陷，导致运动成分与环境变化所引起的感觉信息流之间脱耦联。GABA能介导的抑制的整体缺失，是肌张力障碍中所描述的神经环路动态变化的首要因素。在成熟大脑中，GABA能控制谷氨酸能神经元中时间同步性和振荡的产生。综合以上所有内容以及一项初步实验的结果，研究者假设，快速γ频段同步性缺陷是导致肌张力障碍中小脑-皮层网络内部异常通讯的关键机制之一。

研究人员旨在首先通过MEG（脑磁图）记录来证明这一点，这些记录能够重建小脑-皮层网络节点中伽马振荡的时空动态。随后，研究人员旨在通过向小脑施加高伽马频率的非侵入性经颅交流电刺激，来重建（如果丧失）或增强（如果减弱）有缺陷的同步性。

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。