帕金森病与多发性硬化症驾驶模拟器驾驶表现数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT07809828

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、多发性硬化。NeuroSimDrive是一项前瞻性观察性比较驾驶模拟器研究，旨在通过标准化的模拟器评估来表征帕金森病和多发性硬化患者的驾驶表现。该研究将模拟器得出的驾驶数据与参与患者队列中既往评估已获得的临床和功能信息相结合。临床组由已确诊神经系统疾病且此前在早期研究框架内完成过心理诊断和筛查评估的参与者组成。这些既有数据包括认知、注意力、运动及其他可能与驾驶表现相关的功能测量。模拟器研究不以这些既往测试结果作为排除依据；相反，在解读模拟器表现时，这些结果将作为解释变量纳入分析。该研究的一个核心方法学特征是在模拟器测试时对参与者临床状况进行标准化。

所有患者在模拟器测试当天接受神经学评估，以核实临床稳定性并记录可能影响驾驶表现的因素。在多发性硬化症参与者中，使用扩展残疾状态量表（EDSS）描述残疾特征，包括相关的功能系统评分。在帕金森病参与者中，使用运动障碍学会-统一帕金森病评定量表第三部分（MDS-UPDRS III）和Hoehn and Yahr分期来描述运动状态。帕金森病参与者在实际可达到的最佳药物“开”期状态下接受评估，并记录多巴胺能药物用药时间和模拟器测试时间，以提高驾驶数据可解释性。在模拟器测试前评估视觉和听觉功能，因为感觉障碍可能影响驾驶表现的有效性和解读。

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。