帕金森病居家监测数据集
该数据集来自 clinicaltrials.gov,聚焦帕金森病的居家监测研究,招募两组参与者:新转诊至运动障碍门诊评估疑似帕金森病的患者,以及近期(6个月内)确诊帕金森病的患者

基本信息
资源简介
帕金森病居家监测数据集
该数据集来自 clinicaltrials.gov,聚焦帕金森病的居家监测研究,招募两组参与者:新转诊至运动障碍门诊评估疑似帕金森病的患者,以及近期(6个月内)确诊帕金森病的患者。基线访视采集统一帕金森病评定量表(UPDRS)运动评估(iPad录制)、蒙特利尔认知评估(MoCA)、NIH Toolbox认知功能评估、运动障碍门诊诊断结果、SF-20与PDQ-39生活质量评估、Iowa口腔压力仪测量的舌唇力量等数据。可用于帕金森病运动与认知功能、生活质量及居家监测相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:帕金森病。将招募两组参与者。第1组将是新转诊至运动障碍门诊以评估可能帕金森病的患者。第2组将是近期(6个月内)诊断为帕金森病的患者。第1组(新转诊)将参加基线访视,收集以下数据: 统一帕金森病评定量表(UPDRS)。运动评估任务将使用iPad录制。 蒙特利尔认知评估(MoCA)。 使用NIH Toolbox进行认知功能评估。 运动障碍门诊做出的诊断(PD或非PD)。 SF-20生活质量评估。(Short Form 20) PDQ-39生活质量评估。(Parkinson's Disease Questionnaire 39) 使用Iowa口腔压力仪测量舌和唇的力量。 使用NIH Toolbox进行认知功能评估。
【主题与分类】
主题标签:Parkinson Disease。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06573762
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/NCT06573762
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:帕金森病。将招募两组参与者。第1组为因疑似帕金森病而新转诊至运动障碍门诊进行评估的患者。第2组为近期(6个月内)诊断为帕金森病的患者。第1组(新转诊)将参加基线访视,收集以下数据:* 统一帕金森病评定量表(UPDRS)。运动评估任务将使用iPad进行记录。* 蒙特利尔认知评估(MoCA)。* 使用NIH Toolbox进行认知功能评估。* 运动障碍门诊作出的诊断(帕金森病或非帕金森病)。* SF-20生活质量评估。(简表20)* PDQ-39生活质量评估。(帕金森病问卷39)* 使用Iowa口腔压力仪测量舌部和唇部力量。* 使用NIH Toolbox进行认知功能评估。* 以下内容的音频记录:* 轮替运动(DDK)评估。* 元音延长评估。* 句子可懂度测试。* 朗读《祖父》、《竹子》和《彩虹》段落。* 对话语音记录。
参与者将获得一个活动追踪器,研究团队成员将协助在参与者手机上安装所需应用程序、配置并连接活动追踪器、简要介绍应用程序和追踪器的工作原理,并回答参与者可能提出的其他问题。随后,参与者将在家里佩戴活动追踪器4周。在未佩戴的日子(当天多个小时未记录心率或步数)之后,将发送短信提醒,以提醒增加佩戴时间。4周时,参与者将通过Microsoft Teams/Zoom与研究团队成员和研究人员进行视频访问。在视频访问期间,将录制UPDRS中使用的三项不同精细运动技能任务的视频。在通话过程中,研究团队成员将提供指导,并引导参与者重复音频
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。




