VR-PAT与fNIRS识别疼痛中枢神经系统生物标志物

数据集获取

源站：https://clinicaltrials.gov/study/NCT06303687

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：急性疼痛、儿童急性淋巴细胞白血病（ALL）、操作性疼痛、烧伤。本研究旨在开发住院儿童（6-17岁）烧伤换药期间疼痛体验以及虚拟现实（VR）诱导的疼痛缓解的中枢神经系统（CNS）生物标志物。我们计划使用创新的功能性近红外光谱（fNIRS）来识别和量化目标CNS生物标志物。本项目的最终目标是优化CNS生物标志物，以预测和/或监测临床试验中疼痛管理对基于VR的疼痛缓解方法的反应。我们将通过团队科学模式开展合作，招募n=4名儿童烧伤受试者，以实现以下三个具体目标：目标1：量化标准临床操作（烧伤换药）期间与自我报告疼痛强度相关的中枢神经系统（CNS）反应。目标2：评估对基于虚拟现实（VR）的疼痛管理干预措施的大脑反应模式。目标3：评估客观脑测量指标以及对VR干预的脑反应在多大程度上调节疼痛的客观脑标志物。

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。