瞳孔定向反应预测错误后适应性行为调整

数据集获取

源站：https://search.dataone.org/view/sha256%3A9290c047e269ca6c7ff6f1d21f494479a86e76bb0b703cf2238ca086f19925be

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

反应时（RT）在错误后通常会减慢，这一现象被称为错误后减慢（PES）。传统观点认为，PES源于认知控制实施后策略性地采取更为谨慎的反应模式。近期，另一种解释提出，PES是由错误引发的定向反应所导致的干扰所致。本研究探讨了当定向反应在后续试次开始前已消退时，错误相关定向是否实际上是适应性错误后行为调整的前兆。我们在长刺激间隔的选择反应时任务中测量了瞳孔扩张——自主定向反应的典型指标，发现错误诱发瞳孔反应的逐试次幅度正向预测了PES幅度以及下一反应正确的可能性。这些综合结果表明，错误相关定向反应的幅度预测了错误后反应策略的适应性变化，从而促进了PES的定向解释与适应性控制解释之间的调和。

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。