评估颈部肌张力障碍

该数据集来自 clinicaltrials.gov,聚焦颈部肌张力障碍患者对肉毒毒素注射治疗的反应评估。研究纳入 24 例患者(16 例干预组、8 例对照组),使用一种新型无创监测设备,在治疗前及治疗后 0、3、6、9、12 周进行随访

The Leeds Teaching Hospitals NHS TrustThe Leeds Teaching Hospitals NHS Trust
clinicaltrials
浏览 3
表格回归Dystonia
Assessing Cervical Dystonia

基本信息

模态
表格
任务类型
回归
创建/更新时间
2026-10-17

资源简介

评估颈部肌张力障碍

该数据集来自 clinicaltrials.gov,聚焦颈部肌张力障碍患者对肉毒毒素注射治疗的反应评估。研究纳入 24 例患者(16 例干预组、8 例对照组),使用一种新型无创监测设备,在治疗前及治疗后 0、3、6、9、12 周进行随访。评估结合已验证的颈部肌张力障碍临床评定量表、问卷及简单颈部动作,患者佩戴以弹性带固定于头部的运动传感器。设备读数将与临床评分比较,以判断其能否作为更敏感的治疗反应指标(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:肌张力障碍。该研究涉及使用一种新型、无创的监测设备,来测量 24 名(16 名干预组和 8 名对照组)颈部肌张力障碍患者对肉毒毒素注射治疗的反应。在肉毒毒素治疗前进行的基线评估将围绕已验证的颈部肌张力障碍临床评定量表和问卷以及简单颈部动作的执行来构建,并将在患者佩戴以弹性带固定于头部的运动传感器时进行。治疗后第 0、3、6、9 和 12 周将进行相同的评估以评估反应。患者的治疗不会因参与研究而受到影响。随后将把设备读数与临床评分进行比较,以确定它是否可能被用作比临床更敏感的治疗反应指标。

【主题与分类】

主题标签:Dystonia。本站分类:神经系统疾病/肌张力障碍。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03587350

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/NCT03587350

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:肌张力障碍。本研究涉及使用一种新型、非侵入性监测设备,以测量24名(16名干预组和8名对照组)颈部肌张力障碍患者对肉毒杆菌毒素注射治疗的反应。在肉毒杆菌治疗前进行的基线评估将围绕经过验证的颈部肌张力障碍临床评定量表和问卷以及简单颈部运动的执行来构建,并将在患者佩戴通过弹性带固定于头部的运动传感器时进行。治疗后第0、3、6、9和12周将进行相同的评估,以评估反应。患者的治疗不会因参与研究而受到影响。随后将把设备读数与临床评分进行比较,以确定其是否可作为比单独临床评估更敏感的治疗反应衡量指标。这将有助于临床医生在未来更有效地计划和执行肉毒杆菌注射。

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