MindEx:新型多灶性认知脑机接口系统
研究面向严重瘫痪人群,包括四肢瘫痪、脑干或脊髓损伤后运动功能障碍、颈段脊髓损伤、肌萎缩侧索硬化(ALS)及脑干卒中等。技术核心是在人脑内植入四个芯片,记录受试者思维过程中的脑活动,并从中解码有意义的信息,作为控制计算机、笔记本电脑或平板电脑的信号

基本信息
资源简介
MindEx:新型多灶性认知脑机接口系统
该数据集来自 clinicaltrials.gov,围绕一种名为 MindEx(Mind Extender)的新型脑机接口技术。研究面向严重瘫痪人群,包括四肢瘫痪、脑干或脊髓损伤后运动功能障碍、颈段脊髓损伤、肌萎缩侧索硬化(ALS)及脑干卒中等。技术核心是在人脑内植入四个芯片,记录受试者思维过程中的脑活动,并从中解码有意义的信息,作为控制计算机、笔记本电脑或平板电脑的信号。使用四个脑区是该研究区别于以往工作的重要特征与科学创新。数据可用于脑活动解码与脑控交互相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:瘫痪;四肢瘫痪、四肢麻痹、四肢瘫、脑干或脊髓损伤后四肢瘫痪性运动功能障碍、颈段脊髓损伤、肌萎缩侧索硬化(ALS)、脑干卒中、瘫痪。本研究旨在开发一种新型脑机接口(BCI)技术,使严重瘫痪个体能够通过直接脑控计算机与世界互动。该技术名为 MindEx(意为 Mind Extender)。它利用植入人脑的四个“芯片”,研究人员可在受试者思维期间记录脑活动,并从该活动中解码有意义的信息,用作计算机、笔记本电脑或平板电脑的控制信号。使用四个脑区是本研究相较于该领域此前大量工作的重要区分特征和科学创新,th
【主题与分类】
主题标签:Paralysis; Quadriplegic、Quadraplegia、Tetraplegia、Cervical Spinal Cord Injury、Amyotrophic Lateral Sclerosis (ALS)、Brainstem Stroke、Paralysis、Brain-computer Interface。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05936619
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/NCT05936619
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
疾病条件:瘫痪;四肢瘫痪、四肢麻痹、四瘫、四瘫患者脑干或脊髓损伤后运动功能障碍、颈段脊髓损伤、肌萎缩侧索硬化(ALS)、脑干卒中、瘫痪。本研究旨在开发一种新型脑机接口(BCI)技术,使严重瘫痪的个体能够通过直接脑控计算机与世界互动。该技术名为MindEx(意为“思维扩展器”)。它利用植入人脑的四个“芯片”,研究人员可以在受试者思考时记录大脑活动,并从这些活动中解码出有意义的信息,用作计算机、笔记本电脑或平板的控制信号。使用四个脑区是本项研究相较于该领域以往多数工作的一个显著区别和科学创新,以往的工作通常从一个,有时两个脑区获取控制信号。
此处所使用的脑区能够同时解码多个变量,不仅包括即时的位置信息,还包括自然人类行为中的高级目标、意图、决策、场景理解及错误相关信号。该研究正通过一项前瞻性、纵向、单臂早期可行性研究进行,旨在检验使用MindEx为用户提供直观、高效且准确的能力,以控制计算机界面上的多种应用,如文字处理器、绘画应用或玩简单视频游戏的安全性和有效性。这种多功能性能够极大地提升严重瘫痪个体的自主性和生活质量。将招募两名受试者,每人植入MindEx至少53周,最长可达313周。预计该研究至少需要一年,总计最长可达六年。
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。


![[18F]ACI-19626 PET 在 TDP-43 蛋白病中的应用](/medical-api/medicalDataset/datasetCover/69930.jpg)

