非侵入性刺激治疗颈部肌张力障碍的试验
该数据集来自 clinicaltrials.gov,主题为一项针对颈部肌张力障碍(Cervical Dystonia)的非侵入性刺激试验

基本信息
资源简介
非侵入性刺激治疗颈部肌张力障碍的试验
该数据集来自 clinicaltrials.gov,主题为一项针对颈部肌张力障碍(Cervical Dystonia)的非侵入性刺激试验。颈部肌张力障碍是最常见的成人起病型肌张力障碍,可能机制涉及感觉运动整合异常与适应不良可塑性。现有治疗包括深部脑刺激(DBS)与肉毒毒素注射(BoNT-A),但均存在局限。数据集覆盖该疾病的非侵入性神经调控研究背景,可用于了解 rTMS 等非侵入性脑刺激在颈部肌张力障碍网络调控中的应用探索(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。颈部肌张力障碍(CD)是最常见的成人起病型肌张力障碍。异常的感觉运动整合和适应不良可塑性被认为是可能的机制。目前,尚无明确的方法来评估和调节这一功能失调的网络。深部脑刺激(DBS)是一种可能的方法,但它是有创的,且仅用于经过高度筛选的患者。肉毒毒素注射(BoNT-A)肌肉注射是成功的。然而,30%的患者因疗效不足、肌肉萎缩和吞咽困难等副作用而停药,且效果可能在第八周消退。重要的是,注射不会改变异常网络,因为患者需要终身治疗。非侵入性脑刺激(NIBS)是一种不断发展的治疗选择。重复经颅磁刺激(rTMS)已被用于CD的网络调节。尽管
【主题与分类】
主题标签:Cervical Dystonia。本站分类:神经系统疾病/帕金森病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04057911
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/NCT04057911
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。颈部肌张力障碍(CD)是最常见的成人起病型肌张力障碍。感觉运动整合异常和适应不良性可塑性被提出为可能的机制。目前,尚无确切方法来评估和调节这一功能失调的网络。脑深部电刺激(DBS)是一种可能的方法,但其具有侵入性,且仅用于经过高度筛选的患者。肉毒毒素注射(BoNT-A)肌肉注射治疗有效。然而,30%的患者因疗效不佳、肌肉萎缩和吞咽困难等副作用而中止治疗,且疗效可能在8周后减退。重要的是,注射并不能改变异常网络,因为患者需要终身治疗。无创脑刺激(NIBS)是一种不断发展的治疗选择。重复经颅磁刺激(rTMS)已用于CD的网络调节。尽管有效,但成本、便携性差和副作用仍是rTMS存在的问题。
便携、耐受性更好且更便宜的选择,如经颅直流电刺激(tDCS)用于帕金森病、肌张力障碍、震颤、共济失调,以及经颅脉冲电流刺激(tPCS)用于帕金森病,是令人兴奋的新选择。然而,采用这些非侵入性刺激(NIS)方法仍面临许多挑战——功能网络定位障碍、参数选择、提供足够刺激以持续改变网络、长期维持治疗效果,以及患者和临床医生群体的持续采纳。这些变量使这一令人兴奋的方法风险高,但若成功则收益巨大。在本研究中,研究者将使用一种新的定量脑电图(qEEG)技术,首先定位CD中的全局网络功能障碍。将记录CD生物力学的运动学分析。急性NIBS的疗效将在那些已经接受每3个月一次BoNT-A治疗但BoNT-A效果在8周内逐渐减弱的CD患者中进行评估。效果将使用
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。




