小脑-脊髓 tDCS 治疗神经退行性共济失调的康复试验
该数据集来自 clinicaltrials.gov,聚焦小脑-脊髓经颅直流电刺激(tDCS)治疗神经退行性共济失调的康复试验

基本信息
资源简介
小脑-脊髓 tDCS 治疗神经退行性共济失调的康复试验
该数据集来自 clinicaltrials.gov,聚焦小脑-脊髓经颅直流电刺激(tDCS)治疗神经退行性共济失调的康复试验。覆盖小脑性共济失调、脊髓小脑性共济失调及其 1 型、2 型、3 型与脊髓小脑变性等病种。源站描述指出,此类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,遗传性与散发性多在青年期起病,伴小脑或脑干结构萎缩,目前缺乏有效改善病情的疗法,而小脑 tDCS 作为无创技术可调节小脑兴奋性并改善症状。数据可用于神经系统疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:小脑性共济失调、小脑共济失调、脊髓小脑性共济失调、脊髓小脑性共济失调、脊髓小脑共济失调 1 型、脊髓小脑共济失调 2 型、脊髓小脑共济失调 3 型、脊髓小脑变性。神经退行性小脑共济失调是一组异质性致残性疾病,其中进行性步态共济失调、肢体辨距不良、眼动缺陷、构音障碍和动作性震颤是突出的临床表现。遗传性和散发性形式通常都在青年期发病,并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改善病情的疗法。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
【主题与分类】
主题标签:Ataxia, Cerebellar、Cerebellar Ataxia、Spinocerebellar Ataxias、Ataxia, Spinocerebellar、Spinocerebellar Ataxia Type 1、Spinocerebellar Ataxia Type 2、Spinocerebellar Ataxia 3、Spinocerebellar Degenerations、Friedreich Ataxia、Ataxia With Oculomotor Apraxia。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03120013
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/NCT03120013
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、小脑性共济失调、脊髓小脑性共济失调、共济失调、脊髓小脑性、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、脊髓小脑变性。神经退行性小脑性共济失调代表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。遗传性和散发性两种形式通常于青年期发病,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。本随机、双盲、假刺激对照研究将探讨为期两周的小脑阳极tDCS和脊髓阴极tDCS治疗能否在短期和长期内改善神经退行性小脑性共济失调患者的症状,并调节小脑-运动连接。
受试者将被随机分为两组,一组接受10天(每周5天,连续2周)的小脑阳极和脊髓阴极tDCS治疗,另一组则接受相同参数下的假刺激。干预后,患者将在治疗后的第2周、第1个月和第3个月接受临床和神经生理学评估的再次评估。
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。




