磁线粒体毒物兴奋效应（MM）治疗在卒中康复中的应用
该数据集来自 clinicaltrials.gov，主题为磁线粒体毒物兴奋效应（MM）治疗在卒中康复中的应用。试验中，参与者在标准临床随访之外，每周接受 10 分钟 MM 场暴露，最长持续 12 周
基本信息
资源简介
磁线粒体毒物兴奋效应（MM）治疗在卒中康复中的应用
该数据集来自 clinicaltrials.gov，主题为磁线粒体毒物兴奋效应（MM）治疗在卒中康复中的应用。试验中，参与者在标准临床随访之外，每周接受 10 分钟 MM 场暴露，最长持续 12 周。给药途径、剂量和频率基于小鼠体外与体内模型及成人研究。MM 设备由私人设计的控制单元和线圈系统组成，可产生峰值通量密度高达 2 mT 的脉冲磁场，临床使用低于该值（1.5 mT）。数据可用于评估康复项目、卒中康复及身体功能表现相关结局（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：康复项目、卒中康复、身体功能表现。在本临床试验中，参与者将在标准临床随访之外，每周暴露于 MM 场 10 分钟，最长持续 12 周。给药途径、剂量和频率基于在小鼠体外和体内模型以及成人中完成的研究。在苏黎世瑞士联邦理工学院（ETH），MM 设备的发明者受瑞士机构（Bundesamt für Gesundheit，BAG）委托，测试多种 PEMF 递送设备的安全性。MM 设备被证明无细胞毒性且无转化性，可产生峰值通量密度高达 2 mT 的脉冲磁场，由私人设计的控制单元和线圈系统组成。出于临床目的，MM 设备将在低于该值（1.5 mT）下工作。先前数据
【主题与分类】
主题标签：Rehabilitation Program、Stroke Rehabilitation、Physical Functional Performance。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07850518
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/NCT07850518
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
条件：康复计划、卒中康复、身体功能表现。在这项临床试验中，参与者除接受标准临床随访外，还将每周暴露于MM场10分钟，最长持续12周。给药途径、剂量和频率基于在小鼠体内外模型及成人中开展的研究。在苏黎世瑞士联邦理工学院（ETH），MM设备的发明者受瑞士机构（Bundesamt für Gesundheit，BAG）委托，测试多种PEMF递送设备的安全性。MM设备已被证明无细胞毒性且无转化性，可产生峰值磁通密度高达2 mT的脉冲磁场，由私人设计的控制单元和线圈系统组成。出于临床目的，MM设备将在低于该值（1.5 mT）的条件下运行。既往数据显示，小鼠每周仅暴露于无创MM场10分钟即可增强肌肉。
在先前针对前交叉韧带重建术后健康个体的人体试验中，暴露于MM场显示出肌肉代谢改善和肌肉分解减少（通过测量MM对血清神经酰胺、溶血磷脂酰胆碱、TNNT1和P3NP的影响），以及反映肌肉再生改善的肌因子上调（通过测量MM对卵泡抑素、IGF1、FGF21、IL-6的影响）。这是对手术腿每周两次、每次10分钟MM暴露的响应。这些发现有助于建立MM设备的治疗方案以施加肌源性效应，包括每次暴露时间、治疗次数和治疗持续时间。
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。
