运动学习遗传学研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT01105845

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、肌张力障碍、局灶性肌张力障碍、运动障碍。目的：本研究的目的是建立一个生物样本库，收集参与NINDS运动学习研究的患者和健康受试者的血液样本。将分析血液中的BDNF，并保存样本以供未来的遗传学研究。越来越多可能影响运动学习的基因正在被识别，这些基因之间的变异，称为多态性，可能有助于解释个体差异。研究人群：我们将招募多达五百名健康志愿者和五百名有运动困难的志愿者，年龄在18至100岁之间，他们已经在参与或将参与美国国立卫生研究院（NIH）的其他涉及运动学习研究的方案。设计：这是一个观察性和样本库方案，涉及单次血液样本用于遗传分析。这将允许对参与运动学习方案受试者的遗传特征进行分析，并测试遗传在运动学习结果中的作用。

结局指标：我们将把遗传变异与相关运动学习研究中获得的不同行为、电生理、影像或其他结局进行比较。因此，我们将确定特定的多态性是否与不同的运动学习测量指标相关。

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。