神经系统疾病中的步态分析

数据集获取

源站：https://clinicaltrials.gov/study/NCT02994719

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、帕金森综合征、非典型帕金森病、进行性核上性麻痹、多系统萎缩、皮质基底节变性、步态、额叶、亨廷顿病。本研究旨在确定这些受试者以步态特征建模的步态模式是否与年龄和性别匹配的健康对照组存在可预测且可量化的差异（横断面数据）。为此，将要求40名帕金森综合征受试者和40名年龄匹配的健康对照受试者在一条嵌入压力传感器的18英尺步道上，以基线速度、自选的较慢速度和较快速度各行走9次。此外，该方案还旨在研究是否能在具有不同合并症或治疗状况的帕金森综合征患者亚组中，以及共济失调或亨廷顿病患者中，识别出步态模式聚类。为实现这一目标，需额外招募20名帕金森综合征受试者。

将招募符合英国帕金森病脑库标准的帕金森综合征患者（n=60）、患有获得性或遗传性共济失调综合征的受试者（n=10）、年龄和性别匹配的对照组（n=40）以及年轻健康对照组（n=30）。年轻健康对照组队列用于验证步态分析模型。方案中设有可选的第二次访视，在此期间，约20名愿意停用抗帕金森药物（如适用，同时停用药物和脑深部电刺激）的帕金森综合征受试者将被要求额外行走9次试验。帕金森病和年长健康对照受试者可以选择接受纵向随访。

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。