自适应神经刺激恢复帕金森病睡眠

数据集获取

源站：https://clinicaltrials.gov/study/NCT04620551

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

条件：帕金森病，睡眠碎片化。尽管STN-DBS常规用于治疗帕金森病运动症状，但多项研究报道STN-DBS还可通过使睡眠结构正常化而对睡眠失调产生益处。在我们先前的工作中，利用从因治疗帕金森病而植入的STN DBS电极记录的局部场电位（LFP），识别出STN振荡活动中与不同睡眠周期相关的独特频谱模式，为睡眠失调提供了见解。这些发现被用于构建能够准确预测睡眠阶段的人工神经网络（ANN）。在此工作基础上，借助新型DBS电池技术（该技术允许探索潜在生物标志物并对闭环算法进行原型设计），研究者将检验以下假设：STN——基底节内一个高度互联的节点——参与人类睡眠行为的调节与破坏，并可被调控以获得治疗优势。这是分为两部分的研究的第一部分，即目标1。

研究者将为该研究的目标1招募20名受试者，为目标2招募20名受试者，每个目标在每个临床中心（内布拉斯加大学医学中心与斯坦福大学医学园区）各招募10名受试者。在目标1中，受试者将接受针对PD治疗的标准护理STN DBS电极植入手术。3周后，他们将返回住院睡眠实验室，进行连续3晚的STN LFP记录，同时同步进行PSG、EMG、EOG、活动记录仪和视频脑电图监测。前两晚的记录将用于建立每名患者的生理性睡眠基线。第三晚的记录将对所有受试者采用亚临床阈值的刺激，以期有利地改变睡眠阶段持续时间，从而延长NREM和REM-3。作为次要结局，受试者将被要求针对全部三晚完成睡眠问卷，并将发生刺激期间的睡眠与前两晚进行比较

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。