用于确定Botox®注射参数的颈部肌张力障碍临床与运动学评估

该数据集来自clinicaltrials.gov,聚焦颈部肌张力障碍(CD)患者。研究使用运动学测量装置量化患者异常头部运动和姿势,以个体化并优化A型肉毒毒素(BoNT-A)注射治疗

Western University, CanadaWestern University, Canada
clinicaltrials
浏览 6
其他回归Cervical Dystonia
Clinical and Kinematic Assessment for Determination of Botox® Injection Parameters in Cervical Dystonia

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-17

资源简介

用于确定Botox®注射参数的颈部肌张力障碍临床与运动学评估

该数据集来自clinicaltrials.gov,聚焦颈部肌张力障碍(CD)患者。研究使用运动学测量装置量化患者异常头部运动和姿势,以个体化并优化A型肉毒毒素(BoNT-A)注射治疗。单个传感器可捕捉颈部与头部的五个自由度,用于区分哪些肌肉参与CD以及应向这些肌肉注射的BoNT-A剂量,并考察注射带来的疗效、缓解及社会、职业和功能改善。受试者为临床诊断为CD的个体,随机接受两种治疗条件:仅基于运动学评估的注射参数,或基于临床评估的注射参数(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:颈部肌张力障碍。本研究探讨使用运动学测量装置来量化颈部肌张力障碍(CD)患者的异常头部运动和姿势,以便个体化并优化A型肉毒毒素(BoNT-A)注射治疗。单个传感器可捕捉颈部和头部的五个自由度,从而区分哪些肌肉导致CD以及应向这些肌肉注射的BoNT-A剂量。将研究注射治疗在社交、职业和功能方面的疗效、缓解及改善情况。将在CD患者中研究使用基于临床评估和基于运动学评估的BoNT-A注射参数的BoNT-A治疗疗效。临床诊断为CD的个体将被随机分配至两种治疗条件:A)仅基于运动学评估的注射参数,或B)仅基于临床评估的注射参数。

【主题与分类】

主题标签:Cervical 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/NCT02662530

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/NCT02662530

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:颈部肌张力障碍。本研究探讨使用运动学测量装置来量化颈部肌张力障碍(CD)患者的异常头部运动和姿势,以便个体化并优化A型肉毒毒素(BoNT-A)注射治疗。单个传感器可捕捉颈部和头部的五个自由度,从而区分哪些肌肉导致CD以及应向这些肌肉注射的BoNT-A剂量。将研究注射治疗在社交、职业和功能方面的疗效、缓解及改善情况。将在CD患者中研究使用基于临床评估和基于运动学评估的BoNT-A注射参数的BoNT-A治疗疗效。临床诊断为CD的个体将被随机分配至两种治疗条件:A)仅基于运动学评估的注射参数,或B)仅基于临床评估的注射参数。

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