基于数字音乐的自主个性化步行干预改善帕金森病步态与步行自动化研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07705373

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：帕金森病（PD）。这项单臂、多中心重复基线研究（N=162）的总体目标是探讨使用MR-005（MedRhythms， Inc.）的个性化闭环音乐数字步态干预如何改善帕金森病（PD）患者的步态质量、步行能力、真实世界步行表现和步态自动化程度。参与者将使用基于数字音乐的设备完成为期12周、每周4次的社区自主步行计划，该计划旨在促进超越设备使用本身的持续步行。本研究建立在逐步推进的探索基础之上，始于一项概念验证可行性研究（N=23），随后是一项为期6周的随机对照试验（RCT；N=44）。这项以机制为重点的研究将探讨个性化方法中支撑步行结局变化的基础机制，并识别决定干预反应性的决定因素。本研究是阐明闭环个性化步态方法机制理解、并确定哪些PD患者获益最大的关键下一步。

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。