特发性颅面肌张力障碍的脑深部电刺激:GPi或STN
该数据集来自clinicaltrials.gov,关注特发性颅面肌张力障碍患者接受脑深部电刺激(DBS)的治疗效果,比较GPi-DBS与STN-DBS两种靶点

基本信息
资源简介
特发性颅面肌张力障碍的脑深部电刺激:GPi或STN
该数据集来自clinicaltrials.gov,关注特发性颅面肌张力障碍患者接受脑深部电刺激(DBS)的治疗效果,比较GPi-DBS与STN-DBS两种靶点。数据收集不同治疗时间点的临床评估信息,主要目的是评估术后365天时STN-DBS在运动症状改善方面是否非劣于GPi-DBS。主要终点为两组在刺激状态下从术前到术后365天(±14天)的BFMDRS-M变化评分差异;次要终点包括术后90天、180天(±14天)的BFMDRS-M变化评分差异,以及BFMDRS-D、BDSI、JRS、MMSE、MoCA、HRSD、HAMA、SF-36等指标的组间差异。可用于DBS疗效比较与预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:颅面肌张力障碍、脑深部电刺激。评估GPi-DBS与STN-DBS对特发性颅面肌张力障碍患者的治疗效果:将收集患者在不同治疗时间点的临床数据,使用不同的临床评估。主要目的是评估在特发性颅面肌张力障碍患者中,STN-DBS在术后365天运动症状改善方面是否非劣于GPi-DBS。主要终点:两组在刺激状态下从STN-DBS和GPi-DBS术前至术后365天(±14天)的BFMDRS-M变化评分的差异。次要终点:两组在刺激状态下从STN-DBS和GPi-DBS术前至术后90、180天(±14天)的BFMDRS-M变化评分的差异。两组在BFMDRS-D、BDSI、JRS、MMSE、MoCA、HRSD、HAMA、SF-36和p的差异
【主题与分类】
主题标签:Craniofacial Dystonia、Deep Brain Stimulation。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05416905
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/NCT05416905
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:颅面肌张力障碍,深部脑刺激。评估GPi-DBS与STN-DBS对特发性颅面肌张力障碍患者的治疗效果:将收集患者在不同治疗时间点的临床数据,采用不同的临床评估方法。主要目的是评估对于特发性颅面肌张力障碍患者,在术后365天时,STN-DBS在运动症状改善方面是否非劣效于GPi-DBS。主要终点:在STN-DBS和GPi-DBS术后365天(±14天)时,两组在刺激状态下BFMDRS-M变化评分相对于术前的差异。次要终点:在STN-DBS和GPi-DBS术后90天、180天(±14天)时,两组在刺激状态下BFMDRS-M变化评分相对于术前的差异。在STN-DBS和GPi-DBS术后365天(±14天)时,两组在刺激状态下BFMDRS-D、BDSI、JRS、MMSE、MoCA、HRSD、HAMA、SF-36及程控参数变化评分相对于术前的差异。
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。




