注意力系统对睡眠反应性的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT06694818

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

疾病情况：由焦虑和恐惧导致的失眠。在睡眠障碍中，失眠最为常见，患病率约为10%。这是一种使人衰弱的疾病，其特征是尽管有充足的睡眠机会，仍主诉入睡、睡眠时长、睡眠维持或睡眠质量困难，并导致日间功能受损（即疲劳、日间嗜睡、情绪障碍、认知缺陷）。慢性失眠的诊断要求这些症状至少每周出现三次，持续至少三个月。其确切病因仍不清楚，且广受争议。目前提出的最有效假说之一是失眠的高唤醒模型。由于失眠是易感因素、诱发因素和维持因素共同作用的结果，该模型认为这些因素之一包括唤醒水平升高（躯体、认知和皮层激活）。唤醒状态改变的个体往往通过一种称为反刍的机制，在认知上聚焦于他们的睡眠问题或一般的痛苦事件。反刍有助于强化“习得的睡眠阻止关联”。

因此，在此背景下，阐明应激在影响睡眠中的作用十分重要。已知单一应激源可在不同个体间引发不同反应，这既涉及觉醒状态，也涉及睡眠。出于这一原因，在睡眠研究领域中，睡眠反应性这一构念正受到越来越多的关注。睡眠反应性被定义为一定量的应激对睡眠系统的扰乱程度，且该程度随时间推移以及在不同类型刺激下保持稳定。睡眠反应性在一定阈值下属于正常现象，但当其超过生理阈值时，可能导致睡眠障碍，且这些障碍在应激源移除后仍持续存在。事实上，较高水平的睡眠反应性与睡眠质量下降相关（即入睡潜伏期延长、睡眠效率降低以及睡眠碎片化增加）。

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。