非侵入性电刺激治疗阿尔茨海默病的疗效与安全性
该数据集来自 clinicaltrials.gov，聚焦阿尔茨海默病（AD）合抑郁患者，采用时间干涉刺激（TIS）这一新兴非侵入性电刺激技术，靶向海马深部结构，进行为期两周的治疗
基本信息
资源简介
非侵入性电刺激治疗阿尔茨海默病的疗效与安全性
该数据集英文名为 Effect and Safety of Non-invasive Electrical Stimulation in Alzheimer's Disease，来源于 clinicaltrials.gov，属于神经系统疾病 / 阿尔茨海默病分类。其聚焦阿尔茨海默病（AD）合并抑郁的患者，采用时间干涉刺激（TIS）这一新兴非侵入性电刺激技术，靶向海马深部结构，进行为期两周的治疗。研究通过比较治疗前后患者的认知功能、抑郁与焦虑量表评分以及功能磁共振成像（fMRI）数据，并在 fMRI 扫描期间实施情绪词回忆任务，以评估该干预的效果与安全性。数据集主题标签为 Alzheimer's Disease(AD)，短描述概括了其来源、疾病人群、干预技术与治疗周期等核心特征。
【数据集背景】
阿尔茨海默病（AD）是最常见的神经退行性疾病，主要临床表现为认知障碍，常伴有抑郁、焦虑等情绪障碍，带来显著的疾病负担。时间干涉刺激（TIS）是一种新兴的非侵入性电刺激技术，通过多电场干涉精准靶向海马深部结构。该数据集即围绕 AD 合并抑郁患者，探索 TIS 靶向海马的干预效果与安全性。
【数据内容】
源站描述显示，该研究将对 AD 合并抑郁患者实施为期两周的 TIS 治疗，靶向海马。数据内容涉及治疗前后患者认知功能的变化、抑郁和焦虑量表评分的变化，以及功能磁共振成像（fMRI）数据。在 fMRI 扫描期间，还会实施情绪词回忆任务。源站描述未提供具体的样本量、变量清单、数据格式或文件结构。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述提及在 fMRI 扫描期间实施情绪词回忆任务，并比较治疗前后的 fMRI 数据、认知功能与量表评分。源站未提供采集设备型号、扫描参数、采集时间点、采集地点或操作流程等细节。
【适用场景】
基于源站描述，该数据集适用于关注阿尔茨海默病合并抑郁、非侵入性电刺激（尤其是时间干涉刺激 TIS）、海马靶向干预、认知功能评估、抑郁与焦虑量表评估以及 fMRI 相关任务（如情绪词回忆任务）的研究场景。源站未提供其他具体适用场景或应用案例。
【使用方法】
源站未提供数据使用的具体方法、访问方式、预处理步骤或分析指南。
【质量与限制】
源站未提供样本量、数据完整性、偏倚控制、缺失值处理或质量评估等信息。源站描述仅提及研究将比较治疗前后的多项指标，未给出结果或结论。
【引用与许可】
源站未提供引用格式、许可条款或数据使用协议。
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/NCT07694921
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：阿尔茨海默病（AD）。阿尔茨海默病（AD）是最常见的神经退行性疾病，其主要临床表现为认知障碍，常伴有抑郁、焦虑等情绪障碍，造成沉重的疾病负担。时间干涉刺激（TIS）是一种新兴的非侵入性电刺激技术，通过多电场干涉精准靶向海马深部结构。本研究将对伴有抑郁的AD患者进行为期两周的TIS治疗，靶向海马，并比较治疗前后患者认知功能、抑郁和焦虑量表评分以及功能磁共振成像（fMRI）数据的变化。fMRI扫描期间将进行情绪词语回忆任务。本研究旨在探讨TIS介导的海马环路调控改善AD共病抑郁患者认知和情绪功能的疗效、安全性及神经机制。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
