小脑性共济失调的伸手动作再训练
该数据集来自 clinicaltrials.gov,主题为小脑性共济失调患者的伸手动作再训练。小脑损伤会导致运动协调障碍,表现为伸手动作弯曲、颤抖、过冲或欠冲,影响几乎所有日常生活活动,坐立平衡不稳,步态呈醉酒样并伴侧向偏移和支撑面增宽

基本信息
资源简介
小脑性共济失调的伸手动作再训练
该数据集来自 clinicaltrials.gov,主题为小脑性共济失调患者的伸手动作再训练。小脑损伤会导致运动协调障碍,表现为伸手动作弯曲、颤抖、过冲或欠冲,影响几乎所有日常生活活动,坐立平衡不稳,步态呈醉酒样并伴侧向偏移和支撑面增宽。多种神经系统疾病如常染色体显性共济失调、多发性硬化、脑瘫、卒中和 Freidreich's ataxia 常伴有致残性共济失调。既往研究显示,小脑疾病所致共济失调者可通过强化学习范式学习简单视运动任务,但能否改善更复杂的运动尚不明确(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:小脑性共济失调。小脑损伤会产生运动协调方面的特征性缺陷,称为“共济失调”。伸手动作变得弯曲、颤抖,并会过冲或欠冲目标,从而影响几乎所有日常生活活动。坐立平衡变得不稳,行走具有特征性的“醉酒”外观,伴有侧向偏移和支撑面增宽。许多类型的神经系统疾病(例如常染色体显性共济失调(例如 SCAs)、多发性硬化、脑瘫、卒中、Freidreich's ataxia)患者常伴有致残性共济失调。在以往的工作中,研究者已表明,许多由小脑疾病导致共济失调的个体能够使用强化学习范式学习简单的视运动任务。研究者尚不清楚由小脑疾病导致共济失调的个体能否改善更复杂的运动
【主题与分类】
主题标签:Cerebellar Ataxia。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03879018
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/NCT03879018
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:小脑性共济失调。小脑损伤会导致运动协调性的特征性缺陷,称为“共济失调”。伸手动作变得弯曲、颤抖,并会超过或达不到目标,从而影响几乎所有日常生活活动。坐立和站立平衡变得不稳,行走具有特征性的“醉酒”步态,表现为向侧方偏斜和支撑面增宽。许多类型的神经系统疾病患者(例如常染色体显性共济失调(如SCAs)、多发性硬化、脑瘫、卒中、Friedreich共济失调)常伴有致残性共济失调。在以往的研究中,研究者已表明,许多由小脑疾病导致共济失调的个体能够通过强化学习范式学会简单的视觉运动任务。研究者尚不清楚由小脑疾病导致共济失调的个体能否改善更复杂的运动模式。总体而言,关于共济失调的康复研究很少,且大多集中于平衡和行走。然而,上肢共济失调是一个影响几乎所有日常生活活动(如进食、烹饪、洗澡、穿衣、工作)的重要问题。
许多研究已在单日内评估伸展性共济失调,以试图更好地理解共济失调性手臂运动的基本基础。根据以往的文献检索,仅有少数小型研究测试了数周训练是否能减轻手臂共济失调。这些研究每项均为3人或4人的病例系列,且所有患者的共济失调均源于包括小脑以外结构的病变。两项研究均显示了一定积极效果,但患者间的反应存在差异。研究者拟开展的这项工作将探讨更长时间的上肢伸展训练方案对小脑性共济失调患者的影响。研究者将研究那些在以往工作中已显示出学习能力的小脑患者。小脑性共济失调受试者将被随机分为两组,分别接受强化训练
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。




