初级运动皮层tDCS改善帕金森病内隐运动序列学习

数据集获取

源站：https://clinicaltrials.gov/study/NCT04606979

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

疾病条件：帕金森病、帕金森、健康。研究设计：研究者将开展一项单盲、假刺激对照、平衡设计的研究，以探讨M1 tDCS对IMSL的影响。由于年龄相关效应可能是健康年轻成人与帕金森病患者之间相互矛盾结果的一种解释，研究者将纳入一个与帕金森病组年龄匹配的健康对照组。对于IMSL的序列特异性方面（主要结局），将进行混合因子重复测量方差分析，以“组别”（2个水平：帕金森病、健康）作为受试者间因子，以“刺激”（2个水平：阳极、假刺激）、“区块”（2个水平：随机区块、相邻区块均值）和“时间”（3个水平：期间、5分钟后、1周后）作为受试者内因子。同样，对于一般学习（次要结局），将进行混合因子重复测量方差分析，以“组别”（2个水平：帕金森病、健康）作为受试者间因子，以“刺激”（2个水平：阳极、假刺激）、“区块”（7个水平：区块1-6、区块8）和“时间”（3个水平：期间、5分钟后、1周后）作为受试者内因子。

所有参与者将以随机顺序接受阳极（真实）和假（安慰剂）tDCS。平衡将由一名独立研究者使用Microsoft Excel®完成。帕金森病结局量表认知部分（SCOPA-COG）、蒙特利尔认知评估（MoCA）和医院焦虑抑郁量表（HADS）问卷的基线评分，以及临床亚型（强直少动亚型、震颤亚型）和序列意识评分将作为协变量纳入。招募策略 帕金森病患者将通过以下机构和中心招募：弗拉芒帕金森联盟（VPL）；布鲁塞尔大学医院（UZ Brussel）、鲁汶-林堡大学学院（UCLL）和RevArte康复中心（安特卫普）的神经科医生；专注于神经康复的私人物理治疗执业者。年龄匹配的健康参与者将通过帕金森病候选者招募（pa

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。