上肢肌张力障碍、颈肌张力障碍与健康对照数据集
这是一个包含健康对照者、颈肌张力障碍患者和上肢肌张力障碍患者多模态磁共振成像数据的神经影像数据集，数据模态涵盖 T1 加权结构像、扩散加权成像以及任务态和静息态功能磁共振成像，主要用于研究局灶性肌张力障碍的脑结构与功能神经机制，为运动障碍疾病的神经影像学研究提供了重要数据基础。
基本信息
资源简介
上肢肌张力障碍、颈肌张力障碍与健康对照数据集
【数据集背景】
本数据集源站标题为《Upper limb dystonia, cervical dystonia and healthy controls dataset》。
【数据内容】
源站原始描述：被试数: 91 模态: mri 任务: finger, rest, task-finger This dataset includes raw T1-weighted, diffusion MRI, and functional MRI (task and resting-state) scans from healthy controls and patients with focal dystonia (cervical dystonia and upper limb dystonia). Processed data may be available in a future release. All data were collected at Hospital Israelita Albert Einstein using a Siemens MAGNETOM Prisma 3.0 Tesla MRI scanner equipped with a 64-channel head coil. All data are de-identified and shared in co…
【数据结构与技术规格】
数据集 DOI：doi:10.18112/openneuro.ds006395.v1.0.8。
【主题与分类】
主题标签：mri。
【获取与许可】
源站页面：https://openneuro.org/datasets/ds006395
使用许可：CC0。
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://openneuro.org/datasets/ds006395
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
该数据集是一个神经影像学数据集，包含原始 T1 加权、扩散磁共振成像（DWI）和功能磁共振成像（fMRI，含任务态和静息态）扫描数据。数据来源于使用西门子 MAGNETOM Prisma 3.0T 磁共振扫描仪采集的 37 名健康对照者、25 名颈肌张力障碍患者和 29 名上肢肌张力障碍患者。数据集提供了参与者的临床信息（如 Burke-Fahn-Marsden 肌张力障碍评定量表分数、年龄、性别）和详细的成像参数。其主要支持对局灶性肌张力障碍的神经相关性研究，为探索该运动障碍疾病的脑结构和功能异常提供了高质量的影像数据资源。
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。
