辅助研究 No. 3 NS-PARK-OMICS
研究旨在识别与帕金森病进展相关的生物标志物，覆盖帕金森病患者、有患病风险者（如携带已知相关突变但未发病者或 iRBD 等前驱期人群）以及健康志愿者
基本信息
资源简介
辅助研究 No. 3 NS-PARK-OMICS
该数据集来自 clinicaltrials.gov，为辅助研究 No. 3 NS-PARK-OMICS，聚焦帕金森病。研究旨在识别与帕金森病进展相关的生物标志物，覆盖帕金森病患者、有患病风险者（如携带已知相关突变但未发病者或 iRBD 等前驱期人群）以及健康志愿者。其假设是通过整合组学数据可将患者分层为病因亚组，并结合 NS-PARK 队列的纵向临床与表型数据构建基于病理生理机制的疾病进展模型，同时与健康志愿者数据比较。可用于帕金森病进展预测与分层研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：帕金森病（疾病）。本临床研究的目标是识别与帕金森病（PD）进展相关的生物标志物，研究对象包括 PD 患者、有发展为 PD 风险的参与者（例如，未患病但携带已知与该疾病相关的突变的人，或例如 iRBD 等前驱期形式的人），以及健康志愿者。本研究的工作假设是，通过整合组学数据，可将帕金森病患者分层为病因亚组。将分子特征与来自 NS-PARK 队列的纵向临床和表型数据相结合，将能够构建以帕金森病病理生理机制为基础的疾病进展模型。研究人员将把这些数据与健康志愿者的数据进行比较，以确定这些发现是否……
【主题与分类】
主题标签：PARKINSON DISEASE (Disorder)。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/NCT07832461
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/NCT07832461
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：帕金森病（疾病）。本临床研究的目的是识别与帕金森病（PD）进展相关的生物标志物，研究对象包括PD患者、有发展为PD风险的参与者（例如，未患病但携带已知与该疾病相关突变的人，或处于前驱期形式如iRBD的人），以及健康志愿者。本研究的工作假设是，通过整合组学数据，可将帕金森病患者分层为病因学亚组。将分子特征与来自NS-PARK队列的纵向临床和表型数据相结合，将能够开发出基于帕金森病病理生理机制的疾病进展模型。研究人员将把这些数据与健康志愿者的数据进行比较，以确定这些发现是否对PD具有特异性，因为某些生物标志物可能反映与神经退行性变、衰老或合并症相关的更广泛过程。
在这项辅助研究中，除了NS-PARK队列评估外，还将建议参与者在一次访问期间进行：
- 腰椎穿刺
- 抽血
- 尿液收集
- 嗅觉测试
- 更详细的神经心理评估
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。
