颈部肌张力障碍症状最佳刺激位点识别:一项探索性研究
研究提出对患者不同前运动区施加重复经颅磁刺激(rTMS),以改善症状并减少不良反应,目标是识别可用于 rTMS 的特定前运动区,探索可增强或替代现有治疗的新干预,并作为肉毒毒素辅助治疗以延长疗效、减少再注射频率

基本信息
资源简介
颈部肌张力障碍症状最佳刺激位点识别:一项探索性研究
该数据集来自 clinicaltrials.gov,聚焦颈部肌张力障碍(Cervical Dystonia)与痉挛性斜颈(Spasmodic Torticollis)。研究提出对患者不同前运动区施加重复经颅磁刺激(rTMS),以改善症状并减少不良反应,目标是识别可用于 rTMS 的特定前运动区,探索可增强或替代现有治疗的新干预,并作为肉毒毒素辅助治疗以延长疗效、减少再注射频率。数据可用于症状改善相关的分类或疗效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:颈部肌张力障碍、痉挛性斜颈。我们提出对颈部肌张力障碍(CD)患者的不同前运动区使用重复经颅磁刺激(rTMS),目标是改善症状并减少不良副作用。在这项拟议研究中获得的知识将识别一个可用 rTMS 靶向的特定前运动区,预期可产生一种能够增强或替代当前 CD 治疗的新型干预。rTMS 可作为肉毒毒素的辅助治疗,能够维持治疗效果并减少再注射频率,可能在不降低症状控制的情况下节省成本。除降低医疗成本外,成功开发延长肌张力障碍症状控制的疗法还可望改善生活质量。rTMs 已获 FDA 批准用于
【主题与分类】
主题标签:Cervical Dystonia、Spasmodic Torticollis。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01859247
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/NCT01859247
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:颈部肌张力障碍、痉挛性斜颈。我们提出对颈部肌张力障碍(CD)患者的不同前运动区使用重复经颅磁刺激(rTMS),目标是改善症状并减少不良副作用。本项拟议研究获得的知识将确定一个特定的前运动区作为rTMS的靶点,预期可产生一种新型干预措施,能够增强或替代当前CD的治疗方法。rTMS可作为肉毒杆菌毒素的辅助治疗,以维持治疗效果并减少再次注射的频率,从而可能在不降低症状控制的情况下节省费用。除降低医疗费用外,若能成功开发延长肌张力障碍症状控制的疗法,预期还可改善生活质量。rTMS已获FDA批准用于治疗抑郁症,而我们的方案使用更低的刺激频率,表明其持续使用处于明确安全的参数范围内。本研究的成功完成可能促使该治疗方式得到快速采用。
我们将检验以下假设:对特定运动前区部位进行rTMS治疗颈肌张力障碍(CD)比非特异性激活整个运动前区更为有效。为此,我们将开展一项随机、观察者盲法的探索性初步研究,旨在确定在运动前区和运动皮层的不同位点中,rTMS改善颈肌张力障碍症状的最佳刺激部位。实现这一目标应能促进针对颈肌张力障碍的靶向TMS疗法的开发。
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。




