膈式呼吸与心率变异性训练改善脆性X相关震颤/共济失调高血压
该数据集来自 clinicaltrials.gov,聚焦于脆性X相关震颤/共济失调综合征(FXTAS)患者的高血压问题。FXTAS 是一种晚发性神经退行性疾病,影响脆性X前突变携带者

基本信息
资源简介
膈式呼吸与心率变异性训练改善脆性X相关震颤/共济失调高血压
该数据集来自 clinicaltrials.gov,聚焦于脆性X相关震颤/共济失调综合征(FXTAS)患者的高血压问题。FXTAS 是一种晚发性神经退行性疾病,影响脆性X前突变携带者。项目采用对照组实验设计,评估一种创新干预方案,通过心率变异性(HRV)与呼吸 coherence 生物反馈训练,促进患者在生理层面的自我调节能力,以改善高血压。慢性高血压可导致心血管并发症、痴呆及卒中风险增加。数据可用于探索生物反馈干预对 FXTAS 人群高血压自我调节效果的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:高血压,FXTAS。脆性X相关震颤共济失调综合征(FXTAS)是一种晚发性神经退行性疾病,影响脆性X前突变携带者。本项目提出评估一项创新干预方案,该方案旨在促进FXTAS患者针对高血压的自我调节技能。采用对照组实验设计,研究者拟探索一种生物反馈治疗在生理层面支持自我调节过程的有效性:心率变异性(HRV)与呼吸 coherence 生物反馈。慢性高血压可导致心血管并发症、痴呆及卒中风险增加。我们的结果表明,与无FXTAS的携带者及对照组相比,患有FXTAS的男性前突变携带者高血压风险显著升高。多项研究显示高 l
【主题与分类】
主题标签:Hypertension、FXTAS。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03816540
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT03816540
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
疾病:高血压、FXTAS。脆性X相关震颤共济失调综合征(FXTAS)是一种晚发性神经退行性疾病,影响脆性X前突变的携带者。本项目拟评估一项创新干预方案,旨在促进FXTAS患者的高血压自我调节技能。采用对照组实验设计,研究者拟探索生物反馈治疗在生理层面支持自我调节过程的有效性:心率变异性(HRV)和呼吸 coherence 生物反馈。慢性高血压可导致心血管并发症、痴呆及卒中风险增加。我们的结果表明,与无FXTAS的携带者及对照组相比,患有FXTAS的男性前突变携带者高血压风险显著升高。多项研究显示,脆性X相关疾病(FXS/FX-AD)患者存在高水平的生理唤醒,与交感神经和副交感神经系统失调有关。衡量生理唤醒的一项参数是心血管活动。
它提供了自主神经系统中副交感神经和交感神经受累的指标。心率受控于指向窦房结的传出交感神经和迷走神经活动,这些活动受中枢脑干(血管运动和呼吸中枢)及外周振荡器(动脉压和呼吸运动的振荡)调节。心率变异性(HRV)的频谱分析是一种可靠的定量方法,用于分析神经机制对窦房结的调节效应。生物反馈治疗已有30多年的报道。生物反馈提供关于个体内部生物过程(即肌肉活动、呼吸、心率变异性、皮肤温度和脑电活动)的具体信息。一般而言,通过增强对这些过程的认识并进行意志控制训练,
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




