特发性震颤相位锁定干扰时序相干性非侵入抑制的FEM模型

该数据集来自 search.dataone.org,面向特发性震颤的神经系统疾病研究,包含一个 Sim4Life 项目以及一个 Python 脚本

dataone
浏览 13
时间序列Essential TremorMedicine, Health and Life SciencesIn Silico Model
FEM Model for: 'Non-invasive Suppression of Essential Tremor via Phase-Locked Disruption of its Temporal Coherence'

基本信息

模态
时间序列
创建/更新时间
2026-10-13

资源简介

特发性震颤相位锁定干扰时序相干性非侵入抑制的FEM模型

FEM Model for: 'Non-invasive Suppression of Essential Tremor via Phase-Locked Disruption of its Temporal Coherence'

该数据集来自 search.dataone.org,面向特发性震颤的神经系统疾病研究,包含一个 Sim4Life 项目以及一个 Python 脚本。该脚本用于复现论文《Non-invasive Suppression of Essential Tremor via Phase-Locked Disruption of its Temporal Coherence》中 Figure 2B 的结果。数据以 In Silico Model 形式提供,可用于在仿真环境中重现相位锁定干扰时序相干性以非侵入方式抑制特发性震颤的建模结果,适合相关神经调控与计算建模研究参考(来源 DataONE)。

【主题与分类】

主题标签:Essential Tremor、Medicine, Health and Life Sciences、In Silico Model。本站分类:神经系统疾病/特发性震颤。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A4d9c65fa37997bee1fdda28a1cd9ec1eaf0f1c20f6c7cb8e03ea7c0675bb5669

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://search.dataone.org/view/sha256%3A4d9c65fa37997bee1fdda28a1cd9ec1eaf0f1c20f6c7cb8e03ea7c0675bb5669

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

该数据集包含一个Sim4Life项目、一个Python脚本,用于复现出版物《通过相位锁定破坏特发性震颤的时间相干性实现非侵入性抑制》中图2B的结果。

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