帕金森病吞咽功能训练研究（SwallowFIT）

数据集获取

源站：https://clinicaltrials.gov/study/NCT07356414

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（疾病）。SwallowFIT：受试者将按照方案在BAMC接受由BAMC言语语言病理学家（研究SLP）实施的为期6周、每周两次的SwallowFIT干预（每次访视1小时）。完成该方案将包括12次访视。该方案基于先前一项成功的试点试验设计。方案首先提供来自帕金森基金会和迈克尔·J·福克斯协会网站的有关吞咽及吞咽变化的一般教育。此后，该方案在开始时训练一种改良的用力吞咽技术，使用表面肌电图（sEMG）来指导形成更好的吞咽运动形式、用力和表现。一旦吞咽形式建立，该方案使用一系列吞咽任务，涉及吞咽不同复杂程度（吞咽特异性）的食物/液体材料，以刺激和训练渐进阻力，并利用协调快速动作的可变性。仅临床监测（CMO）：该干预在所有方面与实验性干预相同，但所应用的治疗类型不同。

CMO干预反映了当前PD吞咽管理的实践，即医生监测吞咽的临床功能及其他相关症状，仅在发现明显问题后才转介进行吞咽治疗。

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。