新型电极植入治疗肌张力障碍的验证
该数据集来自 clinicaltrials.gov,围绕新型电极植入治疗肌张力障碍的验证研究。研究设计两种新电极,即单触点电极与双触点电极,旨在限制 GPi DBS 相关副作用,并在维持相同治疗结果的同时,使电极周围在 GPi 内形成更均匀的电场

基本信息
资源简介
新型电极植入治疗肌张力障碍的验证
该数据集来自 clinicaltrials.gov,围绕新型电极植入治疗肌张力障碍的验证研究。覆盖 Generalized Dystonia、Segmental Dystonia、Tardive Dystonia 等肌张力障碍类型,涉及 Deep brain stimulation(DBS)与 internal globus pallidum(GPi)靶点。研究设计两种新电极,即单触点电极与双触点电极,旨在限制 GPi DBS 相关副作用,并在维持相同治疗结果的同时,使电极周围在 GPi 内形成更均匀的电场。主要目标是研究新型单触点电极植入的技术可行性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:Generalized Dystonia、Segmental Dystonia、Tardive Dystonia。Deep brain stimulation(DBS)是治疗肌张力障碍和其他运动障碍的一种经过验证的疗法。用于治疗肌张力障碍综合征的主要治疗靶点是 internal globus pallidum(GPi)。鉴于该核团的形态和拓扑结构,并且基于仅使用标准 DBS 电极可用四个触点中的一个或两个触点即可实现有效治疗的经验,我们设计了两种新电极,一种单触点电极和一种双触点电极,目的是限制与 internal globus pallidum DBS 相关的副作用,并在 GPi 内提供电极周围更均匀的电场,同时保持相同的治疗结果。该试验的主要目标是研究新型单触点电极植入的技术可行性。
【主题与分类】
主题标签:Generalized Dystonia、Segmental Dystonia、Tardive Dystonia。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02509338
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/NCT02509338
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
疾病类型:全身性肌张力障碍、节段性肌张力障碍、迟发性肌张力障碍。脑深部电刺激(DBS)是治疗肌张力障碍及其他运动障碍疾病的一种有效疗法。治疗肌张力障碍综合征的主要靶点是苍白球内侧部(GPi)。鉴于该核团的形态学和拓扑学特征,并基于使用标准DBS电极四个可用触点中仅一至两个触点即可实现有效治疗的经验,我们设计了两种新型电极——一种单触点电极和一种双触点电极,旨在减少与苍白球内侧部DBS相关的副作用,在GPi内电极周围提供更均匀的电场,同时保持相同的治疗效果。本试验的主要目的是研究植入新型单触点电极(单极DBS电极型号09064-40cm)治疗孤立性全身性/节段性肌张力障碍或迟发性肌张力障碍的技术可行性。研究的第二个主要目的是评估新型装置植入的安全性。
次要目标是探索使用新型单触点电极进行DBS的治疗效果,并研究在GPi内单触点电极周围产生的电场。该研究为前瞻性研究,患者从三级运动障碍诊所招募。将招募七名受试者参与研究。
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。




