帕金森病中的言语学习与言语产生

数据集获取

源站：https://clinicaltrials.gov/study/NCT07403539

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

病症：帕金森病。在言语-语言治疗的背景下，帕金森病（PD）通常与其对言语产生的影响相关联。干预措施一般侧重于学习或重新学习技能，以实现成功的言语产出。然而，疾病本身以及患者对干预的反应均存在变异性。个体在干预前言语输出的典型程度以及从治疗中学习到的程度方面差异很大。对这种变异的一种合理解释来自帕金森病中言语和语言一个较少研究的方面：言语感知，尤其是言语感知学习。帕金森病文献中存在一个关键空白，即那些在自己言语中产生非典型速率和强度特性的人，是否也更难以从他人的言语中学习速率和强度特性。因此，迫切需要全面理解帕金森病中言语产生与言语感知学习之间的关系。

该研究项目的长期目标是系统探究帕金森病患者的言语学习与言语产生之间的关系，并利用这些知识促进有效沟通。本项目的总体目标是利用声学测量方法，确定言语感知或学习方面的困难如何预测言语产生中的个体差异。核心假设是，帕金森病患者在言语感知或学习方面的个体差异能够预测其在言语产生中的个体差异。本项目采用个体差异研究方法，探讨两个主要目标：（1）将言语速率的感知学习中的个体差异与言语速率的产生相关联；（2）将强度的感知学习中的个体差异与强度的产生相关联。为研究这些目标，每位参与者将录制一段言语样本，并完成涉及学习的任务。

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。