视觉不确定性条件下的知觉决策

数据集获取

源站：https://clinicaltrials.gov/study/NCT01845883

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、肌张力障碍、共济失调。本研究旨在确定帕金森病（PD）患者是否存在知觉决策的改变。这些实验的结果将为运动障碍患者中出现的一些难以解释的症状提供重要线索。在本研究中，受试者执行一项计算机生成的视觉任务，该任务涉及报告计算机屏幕上或多或少难以看清的箭头方向。眼动将通过视频眼动仪进行监测。该系统完全无创，置于受试者视线前方之外，以避免干扰其执行任务的能力。受试者将通过朝与所感知箭头方向相同方向的眼动来报告其决定。试验流程如下：屏幕中央会出现一个点。要求受试者注视该固视点。在此随机延迟时间之后，中央固视点位置将出现一片斑点区域，该区域内嵌有一个箭头。箭头与斑点区域之间的对比度将从高值变化到低值。

在高对比度下，箭头所指的方向会非常清晰，而在低对比度下则会不明确。受试者的任务是，一旦他们判断出箭头指向哪个方向，就迅速做出眼动。会播放一个声音来表示选择正确。在感觉信息模糊的试次中，受试者会被告知对箭头指向的目标“做出最佳猜测”。受试者不知道的是，研究者会操纵其中一个目标为正确目标的概率。后一项操纵将检验受试者能否利用概率信息来指导自己的决策。研究者尤其感兴趣的是，当感觉信息模糊时，这种概率信息是否会被优先使用。本研究计划招募的受试者总数为

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。