双眼竞争中的瞳孔与注视数据

数据集获取

源站：https://search.dataone.org/view/sha256%3Abf144a2e8a5f73e2eb18f845f73071d2b5b7cddac2ae6a799eb5619629a33946

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

瞳孔为感知与认知的神经基础提供了一种丰富的、非侵入性的测量手段，在揭示与唤醒相关的神经调质作用方面尤其具有价值，这种神经调质既改变皮层加工，也改变瞳孔大小。但瞳孔大小受多种因素影响，这使得对其作出唯一解释变得复杂。我们测量了经历知觉多稳态的观察者的瞳孔——即在面对不变但不确定的感觉输入时，主观知觉不断变化。在各自独立的条件下，内源性产生的知觉变化要么与任务相关，要么与任务无关，从而得以将知觉相关的瞳孔信号与任务相关的瞳孔信号分离开来。知觉变化以一个复杂的瞳孔反应为标志，该反应可分解为两个成分：一个与任务执行相关的扩张，可能指示与唤醒相关的去甲肾上腺素激增；以及一个与知觉瞬变相关的重叠收缩，可能是视觉……改变的标志。

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。