持续性疲劳机制数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT07394855

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：病毒感染后疲劳。持续性疲劳（PF）是各国和各种文化中常见的症状，也是导致残疾和生活质量下降的重要原因。急性感染是PF的常见诱因，“长新冠”现象即为典型例证。尽管PF给患者及其亲属、医疗系统和经济都带来了沉重负担，但该领域研究仍显不足，对疾病机制以及治疗和预防措施的了解都十分有限。现有关于PF的知识表明，功能性脑过程（而非永久性脑损伤）、免疫系统（通常负责抵御感染）的异常，以及神经系统自主（或不随意）部分（负责监测身体内部状态并调节内脏器官功能）之间存在复杂的相互作用。

既往研究结果已依据两种替代模型进行解读：一种是“身体到大脑”机制，认为免疫系统紊乱会影响脑功能；另一种是“大脑到身体”机制，认为脑功能改变是核心要素，而免疫系统异常被视为通过自主神经系统活动改变所介导的结果（而非原因）。跨国协作的持续性疲劳机制（MAP-FAT）项目旨在深入考察持续性疲劳（PF）中这两种潜在的大脑-身体相互作用。主要目标是：a）确定PF与特定脑区活动、自主神经系统特定部分（交感分支）活动以及免疫学改变之间的关系；b）确定PF是否主要依赖于大脑的自动预测，而非持续传递至大脑的感觉信息。为实现这些目标，MAP-FAT将利用现有的感染后疲劳健康登记数据（准备部分），并开展一项新的感染后队列研究（主要部

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。