帕金森病中的注意与眼动研究
该数据集来自 clinicaltrials.gov,聚焦帕金森病(PD)及其他运动障碍疾病(Essential Tremor、Dystonias)中注意、眼动与情绪感知之间的关系

基本信息
资源简介
帕金森病中的注意与眼动研究
该数据集来自 clinicaltrials.gov,聚焦帕金森病(PD)及其他运动障碍疾病(Essential Tremor、Dystonias)中注意、眼动与情绪感知之间的关系。研究旨在检验注意受损导致面部情绪感知改变的假设,并探讨丘脑底核(STN)脑深部电刺激(DBS)对这些认知与感知过程的影响。数据可用于分析帕金森病患者的注意调控、眼动特征与面部表情识别表现,为理解该病非运动症状及其治疗后果提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:特发性震颤、帕金森病(PD)、肌张力障碍。帕金森病(PD)是第二常见的年龄相关神经退行性疾病,北美每年新诊断约90,000例。尽管运动症状定义了该疾病,但PD也会导致认知和情绪变化,例如识别面部表情和调节注意的困难,随着疾病进展,这些问题常常超过运动问题。本研究的目标是更好地理解PD中注意、眼动与情绪感知之间的联系,检验注意受损导致面部情绪感知改变的假设。该研究还将探讨丘脑底核(STN)脑深部电刺激(DBS)如何影响这些过程,为治疗的认知和感知后果提供关键见解。
【主题与分类】
主题标签:Essential Tremor、Parkinson's Disease (PD)、Dystonias。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/NCT06899022
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/NCT06899022
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:特发性震颤、帕金森病(PD)、肌张力障碍。帕金森病(PD)是第二常见的年龄相关神经退行性疾病,北美每年新诊断约90,000例。尽管运动症状是该病的定义特征,但PD还会导致认知和情绪变化,例如识别面部表情和调节注意力方面的困难,而随着疾病进展,这些问题往往比运动问题更为突出。本研究的目标是更好地理解PD中注意力、眼动和情绪感知之间的联系,检验注意力中断导致面部情绪感知改变的假说。该研究还将探讨丘脑底核(STN)深部脑刺激(DBS)如何影响这些过程,为治疗的认知和感知后果提供关键见解。本研究通过探索注意力、眼动和感知如何相互作用,填补了理解帕金森病非运动症状方面的关键空白。
研究结果将提供证据,说明帕金森病(PD)中的认知和情绪症状是否源于注意力控制受损,从而为治疗这些缺陷提供新的框架。此外,该研究将揭示不同DBS频率如何影响感知和认知,有望指导个性化刺激策略,以缓解运动和非运动症状。所获得的见解可能影响未来的PD疗法,推动科学知识和患者护理的进步。参与者将被分为三组:接受DBS的PD患者、接受DBS的非PD运动障碍患者——特发性震颤(ET)和肌张力障碍(DT)(作为非PD DBS效应的对照组),以及年龄和性别匹配的健康对照者。参与者将完成面部形态评分任务(将面孔评为快乐、中性或悲伤)和视觉搜索任务(在干扰项中寻找面孔),同时追踪其眼动。第一个研究目标是测量注意力改变如何影响面
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。




