COVID-19 与神经功能损害、身体活动、社会接触及教育

数据集获取

源站：https://clinicaltrials.gov/study/NCT04934085

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：Covid19、神经系统疾病、平衡障碍、步态障碍、神经系统疾病、活动、运动、社交隔离、教育问题、生活质量。预期分组规模——100名受试者（50名受试者——研究组，50名受试者——对照组）。上述人群是根据样本量计算器确定的，参数如下：比例大小为0.9，置信区间为95%，最大误差为9%。正式研究前将进行一项涉及较小规模受试者群体的预试验（以标准化调查问卷，并尽量减少调查结果与副作用因素之间的关系）。在考虑纳入和排除标准后，受试者将被分配到两组：* 研究组（COVID-19检测呈阳性并康复的受试者）* 对照组（未患COVID-19的健康受试者）。对照组将在性别和年龄方面与研究组匹配。检查将在热舒夫大学进行一次。

参与者的状况将通过以下指标进行评估：* 静态与动态平衡及跌倒风险（测力台和计算机化姿势描记法、临床测试）* 专注执行任务时额叶大脑皮层的活动（血液氧合脑电图系统 HEG-System）* 集中力与注意力、记忆及认知功能（Bourdon-Wiersma 测试和听觉-词语学习测试）* 步态速度与效率（10米步行测试和6分钟步行测试）* 身体活动（国际身体活动问卷 IPAQ），以及教育背景、情绪和社会交往（专门设计的问卷）* 生活质量（SF-36 问卷）

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。