针对儿童神经发育与染色体障碍的强化多模态神经康复靶向神经可塑性
该数据集来自 clinicaltrials.gov,聚焦儿童神经发育障碍与染色体异常人群的强化多模态神经康复研究。覆盖病种包括神经发育障碍、发育迟缓、脑性瘫痪及其偏瘫、痉挛、步态障碍、姿势平衡障碍等,病因涉及获得性神经损伤(如缺氧缺血性脑病、创伤性脑损伤)以及遗传与染色体异常(如唐氏综合征、Rett

基本信息
资源简介
针对儿童神经发育与染色体障碍的强化多模态神经康复靶向神经可塑性
该数据集来自 clinicaltrials.gov,聚焦儿童神经发育障碍与染色体异常人群的强化多模态神经康复研究。覆盖病种包括神经发育障碍、发育迟缓、脑性瘫痪及其偏瘫、痉挛、步态障碍、姿势平衡障碍等,病因涉及获得性神经损伤(如缺氧缺血性脑病、创伤性脑损伤)以及遗传与染色体异常(如唐氏综合征、Rett 综合征等)。数据可用于分析此类儿童在运动、感觉处理、沟通、注意、情绪调节与日常生活能力方面的复杂损伤,并支持评估高强度康复模式对神经可塑性的作用(来源 clinicaltrials.gov)。
【主题与分类】
主题标签:Neurodevelopmental Disorders、Neurodevelopmental Disorders (NDD)、Developmental Delay (Disorder)、Cerebral Palsy (CP)、Cerebral Palsy Infantile、Cerebral Palsy Spastic Hemiplegic、Cerebral Palsy, Dyskinetic、Autism Spectrum Disorder、Autism Spectrum Disorder (ASD、Hypoxic Ischemic Encephalopathy。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07493096
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/NCT07493096
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:神经发育障碍、神经发育障碍(NDD)、神经发育障碍与发育异常、发育迟缓(障碍)、脑性瘫痪(CP)、脑性瘫痪偏瘫型、脑性瘫痪痉挛型步态障碍、神经系统姿势平衡障碍、婴儿型脑性瘫痪、痉挛型偏侧脑性瘫痪。神经发育障碍儿童常表现为复杂的功能障碍,涉及运动功能、感觉处理、沟通、注意力、情绪调节和日常生活技能。这些疾病可能源于获得性神经损伤(如缺氧缺血性脑病或创伤性脑损伤),也可能源于遗传和染色体异常(如唐氏综合征、Rett综合征或其他基因组疾病)。以低频率进行的传统治疗模式可能无法完全达到驱动有意义的神经可塑性变化所需的强度。强化、高频和多模式的康复方法已被提出作为一种策略,通过在短时间内增加重复次数、参与度和跨模态刺激来增强神经适应。
本观察性研究旨在系统性地描述与为期两周的儿科强化治疗模式相关的真实世界结局,该模式整合了多种针对个体儿童量身定制的治疗方式。这是一项对参加强化治疗项目的儿科受试者进行的前瞻性观察性研究。研究不引入任何随机化或实验性干预。所有治疗均作为常规临床护理的一部分提供。受试者每天参加约2.5小时的治疗课程,每周5天,连续2周。治疗是个体化的,可能包括以下组合:* 感觉统合技术 * 运动计划和协调活动 * 反射整合练习 * 眼动和视觉处理训练 * 听觉处理活动 * 执行功能任务 * 沟通支持策略 * 情绪调节训练 * 基于大脑和神经发育的练习 其他方式如振动、
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。




