帕金森病姿势不稳的运动学与神经动力学

数据集获取

源站：https://clinicaltrials.gov/study/NCT06405334

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。帕金森病（PD）是一种进行性神经退行性疾病，表现为运动迟缓、强直、震颤和姿势不稳（PI）等主要运动体征。姿势不稳是跌倒的主要原因，随着疾病进展，患者最常见的主诉集中在步态和平衡困难导致跌倒。跌倒是帕金森病患者住院最常见的原因，给美国医疗系统带来沉重的经济负担，也是导致生活质量下降、活动能力降低、残疾和死亡的主要原因。无论是临床还是实验室的平衡评估，都只能提供患者功能的一个短暂窗口。既往研究表明，临床或实验室中的能力测量（即患者在被要求时能做什么）与现实世界中的表现测量之间相关性较差。研究者已开发出在动态环境中使用可穿戴传感器的方法，能够准确检测各种活动，并创建了多项针对姿势不稳的定量指标。

通过这种方式，研究人员可以在退伍军人帕金森病患者的现实世界门诊环境中监测和分析姿势不稳。目前，对于姿势不稳尚无有效的长期治疗方法。该领域进展的主要障碍在于了解患者在家中实际经历姿势不稳的方式，以及将姿势不稳归类为有意义的表型亚型，从而理解其潜在的病理生理机制并评估新的治疗方法。本项目旨在更深入地了解退伍军人帕金森病患者姿势不稳的潜在运动学和电生理学组成部分。目标1是将帕金森病患者送回家中一周，配备五个可穿戴传感器和一个颈挂式摄像机，以创建一个庞大的、经视频验证的定量数据集，涵盖与在家中分析姿势不稳相关的各种事件（行走、转身、坐立转换、近乎跌倒/踉跄）。

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。