使用脑刺激与行为疗法增加低级别胶质瘤切除范围的研究
该数据集来自 clinicaltrials.gov,聚焦低级别胶质瘤手术切除研究。参与者接受标准开颅肿瘤切除术;若病灶累及功能区无法全切,则在肿瘤侵犯区域植入 RNS 电极,个体化优化刺激以暂时干扰被侵犯皮层节点功能,随后通过门诊物理治疗逐步提高刺激幅度,促使未受刺激脑区代偿功能,最终再次手术取出设

基本信息
资源简介
使用脑刺激与行为疗法增加低级别胶质瘤切除范围的研究
该数据集来自 clinicaltrials.gov,聚焦低级别胶质瘤手术切除研究。参与者接受标准开颅肿瘤切除术;若病灶累及功能区无法全切,则在肿瘤侵犯区域植入 RNS 电极,个体化优化刺激以暂时干扰被侵犯皮层节点功能,随后通过门诊物理治疗逐步提高刺激幅度,促使未受刺激脑区代偿功能,最终再次手术取出设备。数据可用于脑肿瘤切除策略、神经调控与康复训练相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胶质瘤、颅内胶质瘤、良性胶质瘤、脑肿瘤、脑癌、运动皮层;病灶。研究方案:参与者将接受标准治疗的开颅手术以切除低级别胶质瘤。如果部分病灶因累及功能皮层而无法切除,将在五名参与者的肿瘤侵犯区域植入 RNS(Responsive Neurostimulation System [RNS; NeuroPace, Inc.])电极。随后对每位个体优化刺激以干扰被侵犯皮层节点的功能(例如,手部运动区 -> 手部功能障碍)(目标 1)。在接下来的两个月里,门诊物理治疗将通过在其他未受刺激脑区开始承担其功能时逐步增加刺激幅度,来克服刺激引起的缺陷(目标 2)。完成后,参与者将返回手术室进行设备取出
【主题与分类】
主题标签:Glioma、Glioma Intracranial、Gliomas Benign、Brain Tumor、Brain Cancer、Motor Cortex; Lesion。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04745156
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/NCT04745156
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:胶质瘤、颅内胶质瘤、良性胶质瘤、脑肿瘤、脑癌、运动皮层;病灶。研究方案:参与者将接受标准治疗性开颅手术以切除低级别胶质瘤。若部分病灶因累及功能区皮层而无法切除,将在五名参与者的肿瘤侵犯区域植入RNS(反应性神经刺激系统[RNS;NeuroPace, Inc.])电极。随后将针对每位个体优化刺激参数,以干扰受侵犯皮层节点的功能(例如,手部运动区 -> 手部功能障碍)(目标1)。在接下来的两个月中,门诊物理治疗将通过逐步增加刺激幅度来克服刺激诱发的缺陷,同时其他未受刺激的脑区开始承担其功能(目标2)。完成后,参与者将返回手术室进行装置取出、重复术中定位以及扩大切除(若安全)(目标3)。目标1:优化刺激以最大化刺激诱发的缺陷并最小化副作用 理由:为诱导可塑性,必须对刺激参数进行个体化调整,以最大化效果并最小化副作用。
方法:在装置植入后、出院前,将在安全的住院环境中优化刺激参数(频率、脉宽和幅度),以达到相关临床反应,同时尽量减少不良反应(如局灶性肌张力增高、肌阵挛或癫痫发作)。结局:主要终点:1)通过相关临床量表测量的刺激诱发的局灶性临床功能缺损(例如,手动运动评分[0-5]、图片命名[x/10]、复述[x/3]);2)刺激诱发的副作用(例如,癫痫发作)。目标2:评估门诊刺激-物理治疗方案的重塑范围及安全性。理由:能够提供长期门诊刺激对于实际临床转化至关重要,但其安全性或有效性均尚未得到证实。方法:在目标1之后,物理治疗师将制定个性化的门诊治疗方案,旨在过度
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。




