MoBI双任务数据集：行走时反应抑制（老年人）

数据集获取

源站：https://search.dataone.org/view/sha256%3Ae963da101d0a230d75822e31a627e58f0e3daaf709b95c2c0df6e3f40b537bb2

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

传统上认为，将步行与高要求的认知任务相结合会导致步态和/或认知任务表现下降。然而，近期研究表明，在一组年轻成人中，大多数参与者在步行时执行Go/NoGo反应抑制任务，其表现反而有所改善。本研究旨在将这些先前发现扩展至老年成人群体，以探究这种双任务条件下的改善是否也见于健康老年人。研究采用移动脑/身体成像（Mobile Brain/Body Imaging, MoBI）技术，记录了34名年轻成人和37名老年人在坐姿或跑步机上步行时执行Go/NoGo任务的脑电图（EEG）活动、三维（3D）步态运动学及行为反应。

在步行过程中，反应准确性的提高与年龄无关，且发现其与对刺激的较慢反应（r = 0.44）以及感觉门控期间额中央区域与步行相关的EEG振幅调制（r = 0.47）相关……本数据集采用移动脑-体成像模式采集，涉及3个数据流的同步记录：1）EEG（BioSemi Inc.，阿姆斯特丹，荷兰）2）对设计的Go/NoGo任务的行为反应（Presentation，Neurobehavioral Systems Inc.，伯克利，加利福尼亚州，美国）3）全身运动学数据（OptiTrack，NaturalPoint, Inc.，科瓦利斯，俄勒冈州，美国）。

为了以时间同步的方式记录这3个数据流，使用了Lab Streaming Layer（LSL：https://labstreaminglayer.org/#/）。所包含的数据均为原始数据，但与行为相关的日志文件除外，对于这些日志文件同时提供了原始版本和处理后版本（详情见README文件）。，，# 数据集标题 移动脑-身体成像（MoBI）双任务数据集（行走时的反应抑制）：老年人 ## 数据和文件结构描述 该Dryad数据集包含多模态MoBI数据，采集自老年人在执行1-back Go/NoGo反应抑制任务时同时进行的

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。