帕金森病螺旋绘图检测数据集

数据集获取

源站：https://doi.org/10.17632/fd5wd6wmdj

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。

数据集大小约 22.0 MB。

数据说明

帕金森病（PD），或简称帕金森，是一种长期的中枢神经系统退行性疾病，主要影响运动系统。症状通常出现缓慢，随着疾病恶化，非运动症状变得更加常见。最明显的早期症状是震颤、僵硬、运动迟缓和行走困难。帕金森病可导致运动迟缓、抑郁、焦虑、睡眠和感觉系统障碍、行为改变等。环境因素和遗传因素是帕金森病的主要致病因素。螺旋绘制是一项技能性和复杂的协调运动活动。因此，它被视为一种敏感的运动评估和帕金森病早期症状的初步测试。本文提出了一种利用螺旋绘制和卷积神经网络（CNN）检测帕金森病的解决方案。实现采用Cainvas平台，该平台提供Python笔记本的无缝执行，用于构建最终可部署在边缘（即嵌入式系统，如紧凑型MCU）上的人工智能系统。该笔记本可在此处找到。

文章的结构如下——问题陈述描述 数据集 数据增强 CNN模型架构 训练模型 模型性能 在图像上测试模型 结论 问题陈述描述 本项目旨在提出一种利用螺旋绘图和CNN检测帕金森病的解决方案。实现背后的主要思想是通过观察一个人绘制的螺旋图来将其分类为健康或患有帕金森病。健康人绘制的螺旋图看起来几乎与标准螺旋形状相似。然而，帕金森病患者绘制的螺旋会严重偏离完美的螺旋形状，由于运动缓慢和手脑协调性下降而显得扭曲。数据集

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。