PPC 的感觉运动与知觉功能

该数据集来自 clinicaltrials.gov,聚焦后顶叶皮层(PPC)的感觉运动与知觉功能,涉及健康志愿者与视性共济失调(Optic Ataxia)患者

Hospices Civils de LyonHospices Civils de Lyon
clinicaltrials
浏览 7
基因组Healthy VolunteersOptic Ataxia
Sensori-motor and Perceptual Functions of the PPC.

基本信息

模态
基因组
创建/更新时间
2026-10-08

资源简介

PPC 的感觉运动与知觉功能

该数据集来自 clinicaltrials.gov,聚焦后顶叶皮层(PPC)的感觉运动与知觉功能,涉及健康志愿者与视性共济失调(Optic Ataxia)患者。源站描述指出,PPC 损伤会导致视性共济失调并伴随知觉障碍,研究旨在通过 6 项行为测试比较患者与健康受试者的感觉运动及知觉表现,以理解 PPC 不同功能及空间编码对知觉和运动规划的影响。数据可用于探索 PPC 损伤的视觉运动与知觉后果及其对患者生活质量的影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:健康志愿者、视性共济失调。为了产生指向目标的手部运动,研究者必须整合多种感觉信息,例如视觉或本体感觉。后顶叶皮层(PPC)是参与这种多感觉整合的皮层区域。PPC 的损伤会导致一种称为视性共济失调的视觉运动障碍,但这些患者也存在知觉障碍。本研究的目的是理解 PPC 的不同功能,特别是感觉信息的空间编码过程如何影响知觉和运动规划。在本研究中,研究者希望使用 6 项行为测试,探索视性共济失调患者与健康受试者相比的感觉运动和知觉表现。客观呈现 PPC 损伤的后果(视觉运动和知觉后果)对患者生活质量的

【主题与分类】

主题标签:Healthy Volunteers、Optic Ataxia。本站分类:神经系统疾病/共济失调。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03286686

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

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/NCT03286686

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:健康志愿者,视神经共济失调。为了产生朝向目标的手部运动,研究者必须整合多种感觉信息,如视觉或本体感觉。后顶叶皮层(PPC)是参与这种多感觉整合的皮层区域。PPC的损伤会导致一种称为视神经共济失调的视觉运动障碍,但这些患者也存在知觉障碍。本研究的目的是了解PPC的不同功能,特别是感觉信息的空间编码过程如何影响知觉和运动规划。在这项研究中,研究者希望使用6项行为测试,探索视神经共济失调患者与健康受试者相比的感觉运动和知觉表现。客观评估PPC损伤的后果(视觉运动和知觉后果)对患者生活质量和自主性的影响。

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。

获取专属数据定制方案