小脑-脊髓 tDCS 作为神经退行性共济失调的康复干预
该数据集来自 clinicaltrials.gov,主题为小脑-脊髓经颅直流电刺激(tDCS)作为神经退行性共济失调的康复干预

基本信息
资源简介
小脑-脊髓 tDCS 作为神经退行性共济失调的康复干预
该数据集来自 clinicaltrials.gov,主题为小脑-脊髓经颅直流电刺激(tDCS)作为神经退行性共济失调的康复干预。覆盖的疾病包括共济失调、脊髓小脑性共济失调及其 1、2、3 型、多系统萎缩、伴眼动失用性共济失调和 CANVAS。神经退行性小脑共济失调是一组异质性致残疾病,以步态共济失调、肢体辨距不良、眼动障碍、构音障碍和动作性震颤为主要表现,遗传性和散发性形式多在青年期发病,以小脑或脑干结构萎缩为特征,目前缺乏有效的疾病修饰治疗。小脑 tDCS 是一种非侵入性技术,已被证明可调节小脑兴奋性并改善小脑共济失调患者的症状(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:共济失调、脊髓小脑性共济失调、脊髓小脑性共济失调 1 型、脊髓小脑性共济失调 2 型、脊髓小脑性共济失调 3 型、多系统萎缩、伴眼动失用性共济失调、CANVAS。神经退行性小脑共济失调是一组异质性致残疾病,以步态共济失调、肢体辨距不良、眼动障碍、构音障碍和动作性震颤为主要临床表现。遗传性和散发性形式多在青年期发病,以小脑或脑干结构萎缩为特征。目前,小脑共济失调缺乏有效的疾病修饰治疗。小脑经颅直流电刺激(tDCS)是一种非侵入性技术,已被证明可调节小脑兴奋性并改善小脑共济失调患者的症状。本研究为随机、双盲
【主题与分类】
主题标签:Ataxia、Spinocerebellar Ataxias、Spinocerebellar Ataxia Type 1、Spinocerebellar Ataxia Type 2、Spinocerebellar Ataxia 3、Multiple System Atrophy、Ataxia With Oculomotor Apraxia、CANVAS。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04153110
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/NCT04153110
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
疾病:共济失调、脊髓小脑性共济失调、脊髓小脑性共济失调1型、脊髓小脑性共济失调2型、脊髓小脑性共济失调3型、多系统萎缩、伴眼动失用症的共济失调、CANVAS。神经退行性小脑性共济失调是一组异质性致残性疾病,其主要临床表现为进行性步态共济失调、肢体辨距不良、眼动障碍、构音障碍及动作性震颤。遗传性和散发性形式通常均在青年期发病,以小脑或脑干结构萎缩为特征。目前,小脑性共济失调缺乏有效的疾病修饰疗法。小脑经颅直流电刺激(tDCS)是一种非侵入性技术,已被证实可调节小脑兴奋性并改善小脑性共济失调患者的症状。
本研究采用随机、双盲、假刺激对照设计,并随后进入开放标签阶段,旨在探究小脑阳极tDCS与脊髓阴极tDCS两周疗程重复治疗(间隔三个月)是否能进一步延长神经退行性小脑共济失调患者的临床改善,并能在短期和长期内调节小脑-运动连接。此外,研究者还将评估tDCS干预是否可能改善共济失调患者的小脑认知-情感综合征。
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。




