深部脑刺激临床结局数据集
该数据集来自 clinicaltrials.gov，聚焦接受深部脑刺激治疗运动障碍患者的临床结局。覆盖帕金森病、特发性震颤和肌张力障碍三类疾病，旨在纵向采集患者的临床结局数据，以支持回顾性比较，并追踪治疗的风险、获益与并发症
基本信息
资源简介
深部脑刺激临床结局数据集
Clinical Outcomes for Deep Brain Stimulation 是一个聚焦于深部脑刺激治疗运动障碍患者临床结局的数据集，归类于神经系统疾病下的帕金森病方向，数据来源为 clinicaltrials.gov。该数据集覆盖帕金森病、特发性震颤和肌张力障碍三类疾病，核心目的在于纵向采集接受深部脑刺激治疗患者的临床结局数据，从而支持回顾性比较，并追踪治疗过程中的风险、获益与并发症。对于关注神经调控疗法长期效果、安全性评估以及真实世界证据的研究者而言，这一数据集提供了围绕特定患者群体进行纵向观察的数据基础，有助于理解深部脑刺激在运动障碍治疗中的综合表现。
【数据集背景】
深部脑刺激是运动障碍疾病治疗领域的重要干预手段，常用于帕金森病、特发性震颤和肌张力障碍等疾病。该数据集所对应的研究关注接受深部脑刺激治疗的患者，目标是通过纵向采集临床结局，为回顾性比较提供数据支持，并追踪治疗相关的风险、获益与并发症。其来源站为 clinicaltrials.gov，主题标签包括 Parkinson Disease、Essential Tremor 和 Dystonia，本站分类为神经系统疾病 / 帕金森病。
【数据内容】
数据集覆盖的疾病条件为帕金森病、特发性震颤和肌张力障碍。其核心内容围绕接受深部脑刺激治疗的运动障碍患者的临床结局展开，强调纵向采集，以支持回顾性比较以及风险、获益和并发症的追踪。源站未提供具体的字段结构、变量类型、样本量、随访时长或结局指标明细。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述指出，研究目的是纵向采集接受深部脑刺激治疗运动障碍患者的临床结局，以便进行回顾性比较并追踪风险、获益和并发症。除上述来源与采集目标外，源站未提供具体的采集流程、时间跨度、机构信息或数据更新频率。
【适用场景】
该数据集适用于围绕深部脑刺激治疗运动障碍的临床结局开展回顾性比较研究，也可用于追踪治疗相关的风险、获益与并发症。其覆盖的帕金森病、特发性震颤和肌张力障碍三类疾病，使其可服务于神经调控、运动障碍治疗评估以及真实世界临床结局分析等方向。源站未提供更具体的适用场景说明。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、数据格式、下载条件、分析工具或操作步骤等。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制、样本代表性或使用限制的说明。由于该数据集来自 clinicaltrials.gov，其具体质量与限制需结合源站信息进一步确认，但现有信息未涵盖相关细节。
【引用与许可】
源站未提供该数据集的引用方式与许可条款。
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/NCT03992625
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、特发性震颤、肌张力障碍。本研究旨在纵向收集接受脑深部电刺激治疗运动障碍患者的临床结局，目的是进行回顾性比较，并追踪风险、获益及并发症。
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。
