个性化最优伽马听觉频率刺激干预对认知功能增强的有效性研究
该数据集来自 clinicaltrials.gov,聚焦个性化最优伽马听觉频率刺激干预对认知功能的增强效果,属于神经系统疾病/阿尔茨海默病方向

基本信息
资源简介
个性化最优伽马听觉频率刺激干预对认知功能增强的有效性研究
该数据集来自 clinicaltrials.gov,聚焦个性化最优伽马听觉频率刺激干预对认知功能的增强效果,属于神经系统疾病/阿尔茨海默病方向。源站描述指出,既往研究显示 40-Hz 伽马波段感官刺激可降低 AD 小鼠模型中的 Aβ 与 p-tau 负担并改善记忆,但人体研究结果因干预时长和刺激方案差异而不一致;近期研究提示诱导伽马神经夹带的最优频率因人而异,且本实验室预试验发现最优听觉刺激频率未必是 40 Hz。本研究旨在考察最优听觉频率刺激对认知表现的影响及其与 EEG 电生理变化的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Gamma Oscillations、Healthy Adults、Alzheimer's Disease (AD)、Gamma Entrainment Using Sensory Stimuli (GENUS)。既往研究表明,40-Hz 伽马波段感官刺激可降低 AD 小鼠模型中的 Aβ 和 p-tau 负担并改善记忆表现。然而,由于干预时长和刺激方案的差异,人体研究的结果仍不一致。近期研究进一步提示,诱导伽马波段神经夹带的最优频率因个体而异。此外,本实验室开展的一项预试验发现,最优听觉刺激频率对所有参与者而言未必是 40 Hz。因此,本研究旨在探究最优听觉频率刺激对认知表现的影响及其与 EEG 所测电生理变化的关系。该研究将
【主题与分类】
主题标签:Gamma Oscillations、Healthy Adults、Alzheimer's Disease (AD)。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/NCT07690865
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/NCT07690865
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:伽马振荡、健康成人、阿尔茨海默病(AD)、使用感觉刺激的伽马夹带(GENUS)。既往研究表明,40 Hz伽马波段感觉刺激可减少AD小鼠模型中的Aβ和p-tau负担,并改善记忆表现。然而,由于干预持续时间和刺激方案的差异,人体研究的结果仍不一致。近期研究进一步提示,诱导伽马波段神经夹带的最佳频率因个体而异。此外,我们实验室进行的一项初步研究发现,最佳听觉刺激频率对所有参与者而言未必都是40 Hz。因此,本研究旨在探讨最佳听觉频率刺激对认知表现的影响及其与脑电图(EEG)所测电生理变化的关系。本研究将招募20名认知健康的成人。愿意加入研究的参与者将首先接受筛选环节,以确定其是否符合纳入和排除标准,以及听觉刺激是否能诱导显著的神经夹带。
符合纳入标准者将进入干预阶段。本研究将采用交叉设计。所有参与者都将接受两个阶段的听觉刺激干预。干预前,参与者将按1:1比例随机分配至两个实验组之一。一组将在第一阶段接受最佳听觉频率刺激,另一组则接受非最佳听觉频率刺激(即产生最弱神经夹带效应的频率)。每组将包括10名参与者。在第二干预阶段,两组将交换实验条件(最佳/非最佳听觉频率刺激)。每阶段将持续一个月,刺激为每周五天、每天一小时。每次干预结束后,参与者将填写实验日志表以记录不良效应。A
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。

![[18F]ACI-19626 PET 在 TDP-43 蛋白病中的应用](/medical-api/medicalDataset/datasetCover/69930.jpg)


