特发性震颤相位锁定破坏无创抑制的FEM模型
数据集面向特发性震颤的计算机模拟研究，可供研究人员重现该论文的仿真结果，并在此基础上开展特发性震颤无创抑制方法的建模与验证工作（来源 DOI 解析）
基本信息
资源简介
特发性震颤相位锁定破坏无创抑制的FEM模型
该数据集名为“FEM Model for: 'Non-invasive Suppression of Essential Tremor via Phase-Locked Disruption of its Temporal Coherence'”，归属于神经系统疾病中的特发性震颤方向，由 Cassara, Antonino Mario 与 Grossman, Nir 两位作者完成，发布机构为 Harvard Dataverse，发布时间为 2020 年，来源站为 doi.org。数据集面向特发性震颤的计算机模拟研究，核心内容是包含一个 Sim4Life 项目以及一段 Python 脚本，用于重现论文《Non-invasive Suppression of Essential Tremor via Phase-Locked Disruption of its Temporal Coherence》中图 2B 的结果。借助这些材料，研究人员可以复现该论文的仿真结果，并在此基础上开展特发性震颤无创抑制方法的建模与验证工作。
【数据集背景】
特发性震颤是一种常见的神经系统疾病，针对其开展无创抑制研究具有重要的临床与工程意义。该数据集所对应的研究工作关注通过相位锁定方式破坏震颤的时间相干性，从而实现无创抑制。数据集以计算机模拟（in silico）为基本研究手段，主题标签涵盖 Medicine, Health and Life Sciences、Essential Tremor 与 In Silico Model，体现了其在医学健康与生命科学领域内、以仿真模型支撑特发性震颤研究的定位。
【数据内容】
数据集包含两部分核心内容：其一为一个 Sim4Life 项目，其二为一段 Python 脚本。该 Python 脚本的用途是重现对应论文中图 2B 的结果。Sim4Life 项目与脚本共同构成了可复现该论文仿真结果的材料组合。除上述内容外，数据集是否还包含其他文件或说明材料，源站未提供。
【采集与来源】
该数据集来源于 doi.org，发布机构为 Harvard Dataverse，发布时间为 2020 年，作者为 Cassara, Antonino Mario 与 Grossman, Nir。数据集的产生方式为计算机模拟研究，而非临床采集或实验测量。关于数据的具体采集流程、仿真参数设置与建模细节，源站未提供。
【适用场景】
该数据集适用于特发性震颤的计算机模拟研究场景。研究人员可利用其中的 Sim4Life 项目与 Python 脚本重现论文图 2B 的仿真结果，进而在此基础上开展特发性震颤无创抑制方法的建模与验证工作。其主题标签中的 In Silico Model 也表明其面向仿真建模用途。关于该数据集在其他具体场景中的适用性，源站未提供。
【使用方法】
使用该数据集时，可借助其中的 Sim4Life 项目开展仿真，并运行配套的 Python 脚本以重现论文图 2B 的结果。关于软件版本要求、运行环境配置、操作步骤与参数说明等具体使用细节，源站未提供。
【质量与限制】
该数据集以重现论文图 2B 结果为目标，其内容范围相对聚焦于单一仿真结果的重现。关于数据的完整性、准确性评估、误差范围以及使用中的其他限制条件，源站未提供。
【引用与许可】
该数据集作者为 Cassara, Antonino Mario 与 Grossman, Nir，发布机构为 Harvard Dataverse，发布时间为 2020 年，来源站为 doi.org。关于该数据集的引用格式与许可条款，源站未提供。
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://doi.org/10.7910/dvn/h7rhqf
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:
数据集大小约 466.4 MB。
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。
