振动触觉刺激强度对颈部肌张力障碍头部姿势的影响

该数据集来自 clinicaltrials.gov,聚焦颈部肌张力障碍(Cervical Dystonia)人群,研究颈部振动触觉刺激强度对异常头部姿势的影响

University of MinnesotaUniversity of Minnesota
clinicaltrials
浏览 13
表格回归Cervical Dystonia
Effect of Vibro-tactile Stimulation Intensity on Head Posture in 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

振动触觉刺激强度对颈部肌张力障碍头部姿势的影响

该数据集来自 clinicaltrials.gov,聚焦颈部肌张力障碍(Cervical Dystonia)人群,研究颈部振动触觉刺激强度对异常头部姿势的影响。主要问题是较高振动强度是否比低强度更能矫正头部姿势,并比较接受不同强度颈部肌肉振动的参与者的头部姿势。次要目标是评估颈部肌张力障碍中本体感觉受损程度,具体评估颈部、腕部和踝关节的本体感觉,并探究其是否随颈部振动触觉刺激而改善。数据可用于分析振动强度与头部姿势矫正的关系,以及本体感觉损伤特征(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。本临床试验的主要目标是检验颈部振动触觉刺激强度对颈部肌张力障碍患者异常头部姿势的影响。主要问题是:较高振动强度是否比低振动强度更大程度地矫正头部姿势?研究人员将比较接受不同强度颈部肌肉振动的颈部肌张力障碍参与者的头部姿势。本临床试验的次要目标是检验颈部肌张力障碍中本体感觉受损的程度。具体而言,该研究将评估颈部、腕部和踝关节的本体感觉损伤,并试图确定该损伤是否随颈部振动触觉刺激而改善。研究人员将比较这些关节在颈部肌张力障碍患者之间的本体感觉测试结果

【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/NCT07245615

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/NCT07245615

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。本临床试验的主要目标是研究颈部振动触觉刺激强度对颈部肌张力障碍患者异常头部姿势的影响。主要问题是:较高的振动强度是否比较低的振动强度在更大程度上矫正头部姿势?研究人员将比较接受不同强度颈部肌肉振动的颈部肌张力障碍参与者的头部姿势。本临床试验的次要目标是研究颈部肌张力障碍中本体感觉受损的程度。具体而言,该研究将评估颈部、腕部和踝关节的本体感觉受损情况,并试图确定这种受损是否会随着颈部振动触觉刺激而改善。研究人员将比较颈部肌张力障碍患者与年龄和性别匹配的健康对照者之间这些关节的本体感觉测试结果。研究人员还将比较颈部肌张力障碍患者在刺激前后的颈部本体感觉测试结果。参与者将到实验室访问一次,为期三小时,期间他们将进行:1. 临床问卷;2.

颈部、腕部和踝部本体感觉测试,3. 振动触觉刺激,受试者坐着放松,4. 颈部本体感觉测试

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