自主神经反应性与个体化神经刺激
该数据集来自 clinicaltrials.gov,聚焦功能性胃肠病、周期性呕吐综合征、功能性消化不良与自主神经功能障碍

基本信息
资源简介
自主神经反应性与个体化神经刺激
该数据集来自 clinicaltrials.gov,聚焦功能性胃肠病、周期性呕吐综合征、功能性消化不良与自主神经功能障碍。研究关注伴自主神经系统失调症状的儿童,其迷走神经效率可能降低,并可通过 ANS Tracker 软件捕捉、经可调式经皮电神经场刺激(PENFS)调节。数据可用于探索肠脑互动障碍机制、评估床旁迷走神经效率测评软件、实现 PENFS 参数个体化,并联合评估两种调节中枢神经系统的疗法疗效(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:功能性胃肠病(FGIDs)、周期性呕吐综合征、功能性消化不良、自主神经功能障碍。研究者假设,患有周期性呕吐综合征(CVS)及伴自主神经系统(ANS)失调症状的慢性恶心/呕吐的儿童,其迷走神经效率(VE)降低,该降低可被 ANS Tracker 软件捕捉,并可通过可调式经皮电神经场刺激(PENFS)进行调节。我们的总体目标是:1)扩展对涉及 VE 和胃功能的肠脑互动障碍机制的认识,2)测试一款允许床旁 VE 评估的软件,3)通过实时评估 VE 和胃功能来个体化 PENFS 参数,4)联合并评估两种已被证明有效、均调节中枢神经系统的 DGBI 疗法的疗效。本研究的具体目标如下:A
【主题与分类】
主题标签:Cyclic Vomiting Syndrome、Functional Dyspepsia、Dysautonomia。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06863207
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/NCT06863207
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
条件:功能性胃肠病(FGIDs)、周期性呕吐综合征、功能性消化不良、自主神经功能障碍。研究者假设,患有周期性呕吐综合征(CVS)以及伴有自主神经系统(ANS)调节异常症状的慢性恶心/呕吐的儿童,其迷走神经效率(VE)降低,这一降低可通过ANS Tracker软件捕捉,并可通过可调节的经皮电神经场刺激(PENFS)进行调节。我们的总体目标是:1)拓展关于涉及VE和胃功能的肠脑互动障碍机制的知识,2)测试一款可在床旁进行VE评估的软件,3)通过实时评估VE和胃功能来个性化PENFS参数,4)结合并评估两种已被证实有效、且均调节中枢神经系统的DGBI疗法的疗效。
本研究的具体目标如下:目标1:检验在伴有恶心/呕吐及自主神经系统(ANS)调节异常的儿童中进行实时自主神经系统追踪的可行性。研究者将使用一种新型ANS追踪软件,通过VE指标评估实时ANS调节的可行性,检测女性恶心/呕吐儿童在PENFS期间体位变化时的反应,采用1)标准刺激参数和2)基于感觉阈值的个性化刺激参数。目标2:比较个性化PENFS联合/不联合辅助催眠疗法的疗效及ANS变化。研究者将通过每周评估VE和症状反应,评估基于感觉阈值的6周个性化PENFS(目标1)与个性化PENFS联合辅助催眠疗法的结局。基线VE测量值将与结局进行相关性分析,以评估预测治疗反应的能力。目标3:研究个性化PENFS对胃功能的动态影响。研究者将在部分女性患者与健康对照者中,通过先进MRI检测治疗前和治疗后(目标2干预措施)的实时胃功能。
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。




