导航重复经颅磁刺激改善脑肿瘤患者运动康复

该数据集来自 clinicaltrials.gov,聚焦脑肿瘤患者术后康复场景,评估在标准治疗手术后开展 10 次导航重复经颅磁刺激(nrTMS)训练的可行性,并探索其对运动恢复及皮层活动变化的影响

M.D. Anderson Cancer CenterM.D. Anderson Cancer Center
clinicaltrials
浏览 9
时间序列预测Brain Neoplasm
Navigated Repetitive Transcranial Magnetic Stimulation in Improving Motor Rehabilitation in Participants With Brain Tumors

基本信息

模态
时间序列
任务类型
预测
创建/更新时间
2026-10-20

资源简介

导航重复经颅磁刺激改善脑肿瘤患者运动康复

该数据集来自 clinicaltrials.gov,聚焦脑肿瘤患者术后康复场景,评估在标准治疗手术后开展 10 次导航重复经颅磁刺激(nrTMS)训练的可行性,并探索其对运动恢复及皮层活动变化的影响。数据覆盖术后 1-7 天开始的 3 周内 10 次、每次 30 分钟的 nrTMS 干预,以及基线至治疗结束的 EEG 活动(含 ERP)和 MEP 评估,并在 3 个月时随访。可用于脑肿瘤术后运动康复干预的可行性分析与运动恢复、皮层活动变化的预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:脑肿瘤。主要目标:I. 确定在术后康复期间进行 10 次导航重复经颅磁刺激(nrTMS)的可行性。探索性目标:I. 探索 nrTMS 训练方案对运动恢复的影响。II. 探索皮层活动的变化:将评估从基线到治疗结束(EOT)的脑电图(EEG)活动,包括事件相关电位(ERPs)和运动诱发电位(MEPs)。方案概要:在标准治疗手术后 1-7 天内,参与者在 3 周内接受 10 次 nrTMS 治疗,每次 30 分钟。研究完成后,参与者在 3 个月时进行随访。

【主题与分类】

主题标签:Brain Neoplasm。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03606161

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03606161

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:脑肿瘤。主要目的:I. 确定在术后康复期间进行10次导航重复经颅磁刺激(nrTMS)的可行性。探索性目的:I. 探讨nrTMS训练方案对运动恢复的影响。II. 探讨皮层活动的变化:将评估从基线至治疗结束(EOT)的脑电图(EEG)活动,包括事件相关电位(ERPs)和运动诱发电位(MEPs)。方案概要:在标准治疗手术后1-7天内,受试者在3周内接受10次nrTMS治疗,每次30分钟。研究完成后,受试者在3个月时进行随访。

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。

获取专属数据定制方案