全身运动评估对儿童神经系统疾病诊断的预后价值

数据集获取

源站：https://clinicaltrials.gov/study/NCT05262088

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：脑性瘫痪、儿童行为障碍、神经系统疾病、儿科疾病。根据假设，全身运动评估是儿童神经系统疾病的早期诊断工具。对3-5岁以下儿童神经系统疾病的流行病学研究综合估计显示，5.7%至9.2%的儿童可能在不同发育领域存在神经系统疾病。根据统计报告，阿克托别地区2019年和2020年的出生率为每1000人18.7至21.3，即预计2021年地区围产中心的新生儿出生数为7000-7500名。该地区儿童数量为77360名。按5%的α误差和20%的β阈值（80%把握度）校正，为达到0.95的预测效能并符合选择标准，预计有155名患有神经系统疾病的儿童。考虑到研究组中神经发育障碍的累积频率为9.2%，样本应纳入1800名儿童。本观察性研究在阿克托别地区儿童人群队列中开展。

将评估0至5个月龄儿童的运动 repertoire，并探讨其与人口学、产前、围产期因素以及出生后第二年神经发育结局之间的关系。该研究（全身运动评估）由3名专家开展：第一专家（主要研究者为博士生）可获取所有调查材料，从视频材料中评估全身运动，具备全身运动评估的初级知识水平；第二专家具备基础水平（项目负责人）——可获取视频记录，对评估其他变量的访问权限有限；第三专家具备全身运动评估的专家级知识水平（自愿基础上的导师），仅可获取视频记录。作为试点方法的一部分，三位专家将评估50名婴儿运动的视频记录，

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。