机动车驾驶员特定神经病理的早期检测

数据集获取

源站：https://clinicaltrials.gov/study/NCT07360886

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：多发性硬化、帕金森病。研究将分两个阶段进行。首先，一组健康参与者将使用维也纳测试系统（VTS）进行评估。随后，将招募一个临床队列，包括被诊断为多发性硬化（MS）或帕金森病（PD）的个体。每位临床参与者将完成基本神经系统检查，包括蒙特利尔认知评估（MoCA）、25英尺步行测试（25-FWT）、符号数字模态测试（SDMT）和九孔钉测试（9-HPT）。之后，他们将接受VTS测试。PD患者将根据Hoehn和Yahr量表进行分类，而MS患者则将使用扩展残疾状态量表（EDSS）进行分期。目的是确定哪些易于操作的临床测试与VTS结果相关性最强，从而识别出可纳入驾驶员标准医学评估的可靠标志物。在第二阶段，将利用本研究范围之外的副临床发现来加强证据基础。

最终，该项目旨在提出一个以实用计算器形式呈现的风险方程，供医生在评估患者是否适合驾驶时使用。另一个预期成果是开发针对性的认知和运动训练干预措施，以帮助患有神经病理学的驾驶者维持或改善安全驾驶能力。

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。