机器人辅助显微外科干预神经退行性疾病

源站描述显示,这是一项前瞻性、多中心、早期可行性研究,旨在评估 Symani System 在 dCLN 区域实施显微外科技术以改善神经毒素清除的安全性及可行性,研究对象为确诊轻中度阿尔茨海默病且 dCLN 区域存在淋巴异常的患者

MMI (Medical Microinstruments, Inc.)MMI (Medical Microinstruments, Inc.)
clinicaltrials
浏览 17
医学影像Alzheimer DiseaseLymphatic Obstruction
Robotic-Enabled Microsurgical Intervention for Neurodegenerative Disease

基本信息

模态
医学影像
创建/更新时间
2026-10-07

资源简介

机器人辅助显微外科干预神经退行性疾病

该数据集来自 clinicaltrials.gov,聚焦神经系统疾病中的阿尔茨海默病,涉及 Alzheimer Disease 与 Lymphatic Obstruction 两类主题标签。源站描述显示,这是一项前瞻性、多中心、早期可行性研究,旨在评估 Symani System 在 dCLN 区域实施显微外科技术以改善神经毒素清除的安全性及可行性,研究对象为确诊轻中度阿尔茨海默病且 dCLN 区域存在淋巴异常的患者。数据可用于了解该干预措施的研究设计与适用人群(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Alzheimer Disease、Lymphatic Obstruction。一项前瞻性、多中心、早期可行性研究,旨在评估 Symani System 在 dCLN 区域实施显微外科技术以改善神经毒素(如 amyloid-beta 和 phosphorylated tau)清除的安全性及可行性,研究对象为确诊轻中度阿尔茨海默病且 dCLN 区域存在淋巴异常的患者。

【主题与分类】

主题标签:Alzheimer Disease、Lymphatic Obstruction。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/NCT07178210

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07178210

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

条件:阿尔茨海默病、淋巴管阻塞。一项前瞻性、多中心、早期可行性研究,旨在评估Symani系统在dCLN区域进行显微外科技术的安全性和可行性,以改善确诊为轻至中度阿尔茨海默病且dCLN区域存在淋巴异常的患者体内神经毒素(如β-淀粉样蛋白和磷酸化tau蛋白)的清除。

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。