任务特异性肌张力障碍的神经调控治疗数据集
研究旨在开发针对FHD的rTMS方案，评估刺激PMC或PSC对书写行为改善的效果。数据涵盖五次连续访视：行为书写测量与肌张力障碍评定量表、任务态功能MRI脑扫描以确定rTMS皮质靶点，以及交叉设计中10 Hz rTMS至PMC、PSC和假刺激至PMC，每次TMS前后完成行为与量表评估，并在每次TMS
基本信息
资源简介
任务特异性肌张力障碍的神经调控治疗数据集
本数据集来自clinicaltrials.gov，聚焦Isolated Focal Hand Dystonia（FHD）的神经调控治疗研究。研究旨在开发针对FHD的rTMS方案，评估刺激PMC或PSC对书写行为改善的效果。数据涵盖五次连续访视：行为书写测量与肌张力障碍评定量表、任务态功能MRI脑扫描以确定rTMS皮质靶点，以及交叉设计中10 Hz rTMS至PMC、PSC和假刺激至PMC，每次TMS前后完成行为与量表评估，并在每次TMS后采集fMRI。此外招募了最多5名健康志愿者。该数据可用于分析rTMS对FHD书写行为及脑功能的影响（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Isolated Focal Hand Dystonia。本研究的主要目标是开发用于FHD的rTMS。重点是评估刺激PMC或PSC是否会在书写行为上显示出更大的改善。本研究建立在先前研究的基础上，这些研究已证明rTMS至PMC和PSC后行为有所改善。该研究包括五次连续访视： 访视1：行为书写测量和肌张力障碍评定量表。 访视2：包括任务态功能MRI脑扫描，以开发rTMS会话的皮质靶点。* 访视3、4和5：FHD参与者接受10 Hz rTMS至PMC、PSC和假rTMS至PMC，采用交叉设计，每次会话之间至少有一周的洗脱期。参与者在每次TMS会话当天前后完成行为书写测量和评定量表，并在每次TMS会话后进行fMRI。最多招募了5名健康志愿者以
【主题与分类】
主题标签：Isolated Focal Hand Dystonia。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06422104
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/NCT06422104
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：孤立性局灶性手部肌张力障碍。本研究的主要目标是开发用于局灶性手部肌张力障碍的rTMS治疗。研究重点在于评估刺激PMC或PSC是否会在书写行为方面显示出更大的改善。本研究建立在先前研究的基础上，这些研究表明对PMC和PSC进行rTMS后行为有所改善。该研究包括五次连续访视：* 访视1：行为书写测量和肌张力障碍评定量表。* 访视2：包括基于任务的功能性MRI脑扫描，以确定rTMS治疗的皮层靶点。* 访视3、4和5：FHD参与者在交叉设计下接受对PMC的10 Hz rTMS、对PSC的rTMS以及对PMC的假rTMS，各次治疗之间至少有一周的洗脱期。参与者在每次TMS治疗当天治疗前后完成行为书写测量和评定量表，并在每次TMS治疗后进行fMRI检查。最多招募了5名健康志愿者以帮助开发TMS访视流程。本记录中的信息反映的是访视3至5的情况。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
