植入Percept神经刺激器患者的日间自适应脑深部电刺激参数自动优化
该数据集来自clinicaltrials.gov,聚焦植入Percept神经刺激器的帕金森病患者,研究日间自适应脑深部电刺激(DBS)参数的自动优化

基本信息
资源简介
植入Percept神经刺激器患者的日间自适应脑深部电刺激参数自动优化
该数据集来自clinicaltrials.gov,聚焦植入Percept神经刺激器的帕金森病患者,研究日间自适应脑深部电刺激(DBS)参数的自动优化。帕金森病影响约1%的60岁以上人群,致残性高且经济负担大;多巴胺能药物早期有效,但多数患者后期出现运动波动和异动症,DBS可部分控制这些症状。DBS通过植入基底节核团的电极持续电刺激,全球约20万帕金森病患者已植入DBS设备。该数据可用于探索DBS参数自适应优化策略及相关临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:PD - 帕金森病。帕金森病(PD)影响约1%的60岁以上人群,致残性高,并造成巨大的经济负担。虽然多巴胺能药物在疾病早期能有效治疗运动症状,但大多数患者会出现并发症,包括运动波动和异动症,这些可通过脑深部电刺激(DBS)得到部分控制。这种外科治疗通过永久植入基底节核团的电极输送持续电刺激,脉冲发生器和电池单元植入胸部。全球约20万帕金森病患者已植入DBS设备,大多数帕金森病患者在疾病过程中将成为手术候选者。此外,DBS是特发性震颤和孤立性肌张力障碍的获批治疗方法,也是其他脑部疾病(包括重性)的潜在治疗方法。
【主题与分类】
主题标签:PD - Parkinson's Disease。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/NCT07682311
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/NCT07682311
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:PD——帕金森病。帕金森病(PD)影响约1%的60岁以上人群,具有高度致残性,并构成巨大的经济负担。尽管多巴胺能药物在疾病早期能有效治疗运动症状,但大多数患者会出现并发症,包括运动波动和异动症,这些可通过脑深部电刺激(DBS)部分管理。这种手术治疗包括通过永久植入基底神经节核团的电极持续传递电刺激,脉冲发生器和电池单元植入胸部。DBS设备已在全球约200,000名PD患者中植入,大多数PD患者在疾病过程中将成为手术候选者。此外,DBS是特发性震颤和孤立性肌张力障碍的获批治疗方法,并且是其他脑部疾病(包括重度抑郁症)的潜在治疗方法。因此,DBS系统改进的潜在影响很大。
然而,传统的DBS治疗采用恒定刺激参数,称为恒定深部脑刺激(cDBS),无法响应患者的活动或日常生活中症状严重程度的变化。这导致许多患者在一天中的某些时段刺激不足或过度刺激。为解决cDBS的缺陷,自适应DBS(aDBS)利用实时检测神经信号,自动调整刺激幅度或其他参数,以响应患者动态的临床需求。2025年2月,美国食品药品监督管理局(FDA)批准aDBS用于Percept PC和RC(Medtronic)设备的PD临床治疗。aDBS在PD中的原始研究是在围手术期进行的,将外化的脑导线连接到大型设备架上。完全可植入的双向神经接口能够在刺激期间感知神经活动,并具有实现反馈控制的电路,最近在美国仅可用于研究用途。Medtron
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。




