时间干涉脑刺激对临床前阿尔茨海默病记忆功能的影响与机制
该数据集来自 clinicaltrials.gov,聚焦临床前阿尔茨海默病(AD)人群,研究个性化、多模态影像引导、基于 EEG 的闭环时间干涉脑刺激(TIBS)对记忆功能的影响与机制

基本信息
资源简介
时间干涉脑刺激对临床前阿尔茨海默病记忆功能的影响与机制
该数据集来自 clinicaltrials.gov,聚焦临床前阿尔茨海默病(AD)人群,研究个性化、多模态影像引导、基于 EEG 的闭环时间干涉脑刺激(TIBS)对记忆功能的影响与机制。数据覆盖干预前后海马-皮层网络功能连接强度变化,以及干预结束、干预后 4 周和 12 周对情景记忆、工作记忆及其他认知域的短期与中长期效应,并包含 EEG 功率谱和 fMRI 功能连接等指标。可用于评估 TIBS 对临床前 AD 认知与脑活动的调控作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Alzheimer Disease. 本临床试验的目标是了解个性化、多模态影像引导、基于 EEG 的闭环时间干涉脑刺激(TIBS)能否改善临床前阿尔茨海默病(AD)个体的记忆功能。它旨在回答的主要问题是:1. 与基线相比,个性化 TIBS 是否会在 2 周干预结束时导致海马-皮层网络功能连接强度发生显著变化?2. 个性化 TIBS 对临床前 AD 的情景记忆和工作记忆以及其他认知域有何短期(2 周干预结束时)和中长期(干预后 4 周和 12 周)效应?3. 个性化 TIBS 如何调节临床前 AD 的脑活动和连接,如通过 EEG 功率谱和功能 MRI(fMRI)功能连接所测量?
【主题与分类】
主题标签:Alzheimer Disease。本站分类:神经系统疾病/阿尔茨海默病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07031687
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/NCT07031687
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
条件:阿尔茨海默病。本临床试验旨在探究个性化、多模态影像引导、基于脑电图的闭环时间干涉脑刺激(TIBS)能否改善临床前阿尔茨海默病(AD)患者的记忆功能。其主要研究问题包括:1. 与基线相比,为期2周的干预结束时,个性化TIBS是否会导致海马-皮层网络功能连接强度发生显著变化?2. 个性化TIBS对临床前AD患者的情景记忆和工作记忆以及其他认知域有何短期(2周干预结束时)和中长期(干预后4周和12周)影响?3. 个性化TIBS如何调节临床前AD患者的大脑活动和连接,以脑电图功率谱和功能磁共振成像(fMRI)功能连接为衡量指标?4. 个性化TIBS在该人群中的安全性特征如何?研究人员将比较接受活性个性化TIBS的参与者与接受假(非活性)刺激的参与者,以观察TIBS是否能有效改善记忆功能并诱导神经可塑性。
参与者将:1. 接受初步筛查,包括神经心理评估和血液p-tau217检测,以识别临床前阿尔茨海默病。2. 接受每日40分钟、每周6天、持续2周的活性个性化TIBS或假刺激。3. 通过基线结构MRI和DTI确定个体化的TIBS参数(如靶点定位、强度)。4. 在每日刺激过程中接受实时高密度EEG监测,以实现刺激参数的闭环调整。5. 在2周干预结束时以及干预后4周和12周参与随访评估。6. 在不同时间点接受多模态成像(sMRI、rs-fMRI、任务态fMRI、DTI)和血液生物标志物评估。7. 接受Aβ-PET和tau-PET扫描,以及全面的神经心
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。




