轻度表型共济失调毛细血管扩张症运动异常轨迹数据
该数据集来自荷兰A-T队列并结合文献报道，聚焦轻度神经表型的共济失调毛细血管扩张症（A-T）患者的运动异常轨迹。研究纳入105例患者，其中14例来自荷兰队列的轻度神经表型患者，其临床、遗传和实验室数据与文献对应数据合并分析
基本信息
资源简介
轻度表型共济失调毛细血管扩张症运动异常轨迹数据
Trajectories of motor abnormalities in milder phenotypes of ataxia telangiectasia
该数据集来自荷兰A-T队列并结合文献报道，聚焦轻度神经表型的共济失调毛细血管扩张症（A-T）患者的运动异常轨迹。研究纳入105例患者，其中14例来自荷兰队列的轻度神经表型患者，其临床、遗传和实验室数据与文献对应数据合并分析。轻度神经表型定义为发病较晚、非共济失调为首发或主导特征，或进展较经典A-T表型缓慢。神经轨迹依据发病年龄、首发特征和随访数据分类，共分为六组，例如儿童期起病伴锥体外系特征、小脑症状后期出现（第1组）。数据可用于神经系统疾病分型、运动障碍轨迹预测及相关遗传研究（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：目的：描述并分类来自荷兰A-T队列的轻度神经型共济失调毛细血管扩张症（A-T）患者的神经轨迹，并结合文献中报道的患者。方法：分析荷兰队列中14例轻度神经表型A-T患者的临床、遗传和实验室数据，并与文献中的相应数据合并。轻度神经表型定义为与经典A-T表型相比，发病较晚、以非共济失调为首发或主导特征，或进展较慢。根据发病年龄、首发特征和随访数据对神经轨迹进行分类。结果：研究共纳入105例患者。神经轨迹被分为六组：儿童期起病伴锥体外系特征、小脑症状后期出现（第1组；18例……
【主题与分类】
主题标签：Ataxia-telangiectasia、Gait disorders/ataxia、Movement disorders、ATM gene、Genetics。本站分类：神经系统疾病/共济失调。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A66ebe7542a13703d40c6a55cf525f8ea40de7043d9d5c3b3a30cb9c377811168
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
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
Nienke J.H. van Os; Anke Hensiek; Judith van Gaalen; Alexander M.R. Taylor; Marcel van Deuren; Corry M.R. Weemaes; Michel A.A.P. Willemsen; Bart P.C. van de Warrenburg (2025). Trajectories of motor abnormalities in milder phenotypes of ataxia telangiectasia [Dataset]. http://doi.org/10.5061/dryad.b73c68f
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。
