Sinaptistim®(研究性TMS-EEG系统)在轻中度AD患者中的楔前叶映射
该数据集来自clinicaltrials.gov,聚焦Sinaptistim®(一种研究性整合TMS-EEG平台)在轻中度阿尔茨海默病患者中的楔前叶映射研究

基本信息
资源简介
Sinaptistim®(研究性TMS-EEG系统)在轻中度AD患者中的楔前叶映射
该数据集来自clinicaltrials.gov,聚焦Sinaptistim®(一种研究性整合TMS-EEG平台)在轻中度阿尔茨海默病患者中的楔前叶映射研究。源站描述显示,该早期单中心、非治疗性研究旨在获取初步临床证据,验证该研究性设备在轻中度AD受试者中能否安全并按预期使用、能否采集到满足计划应用所需质量的EEG数据,以及能否在操作层面落地实施。数据可用于神经生理反应标准化表征、刺激参数个体化映射等方向的探索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阿尔茨海默病。经颅磁刺激(TMS)、脑电图(EEG)以及TMS-EEG联合方法已被用于人类研究,以表征皮层兴奋性和网络层面的神经生理反应。SinaptiStim系统是一种研究性整合TMS-EEG平台,旨在同步TMS发放与EEG采集,并旨在支持神经生理反应的标准化表征以及与后续治疗用途相关的刺激参数的个体化映射。这项早期单中心、非治疗性研究的理由在于获取初步临床证据,证明该研究性设备可在轻中度阿尔茨海默病(AD)受试者中安全并按预期使用,可采集到满足计划应用所需质量的EEG数据,并可在操作层面实施
【主题与分类】
主题标签:Alzheimer s 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/NCT07841808
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/NCT07841808
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。经颅磁刺激(TMS)、脑电图(EEG)以及TMS-EEG联合方法已被用于人类研究,以表征皮层兴奋性和网络层面的神经生理反应。SinaptiStim系统是一种研究性集成TMS-EEG平台,旨在同步TMS发放和EEG采集,并旨在支持神经生理反应的标准化表征以及与后续治疗用途相关的刺激参数的个体化映射。这项早期单中心、非治疗性研究的基本原理是获得初步临床证据,证明该研究性设备可在轻至中度阿尔茨海默病(AD)参与者中安全并按预期使用,能够采集到足以用于计划应用的高质量EEG数据,并且能够在更大规模治疗试验启动前,在临床中心通过适当培训和可用性以可操作的方式实施。该研究包括两次访视,一次进行磁共振成像(MRI)的筛选访视,随后是一次TMS-EEG映射访视。
成功完成本研究的参与者可能会被邀请提供知情同意,以便进行筛选并有可能纳入未来的治疗方案。本研究不包括随机分组、假对照组或治疗性处理。
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。




