利用局部场电位进行闭环治疗优化用于帕金森病
该数据集来自clinicaltrials.gov,聚焦帕金森病的闭环治疗优化。内容涉及丘脑底核脑深部电刺激这一成熟疗法,针对药物反应不佳的运动波动患者,通过精确编程刺激参数以改善运动症状并减少对邻近脑结构的刺激副作用

基本信息
资源简介
利用局部场电位进行闭环治疗优化用于帕金森病
该数据集来自clinicaltrials.gov,聚焦帕金森病的闭环治疗优化。内容涉及丘脑底核脑深部电刺激这一成熟疗法,针对药物反应不佳的运动波动患者,通过精确编程刺激参数以改善运动症状并减少对邻近脑结构的刺激副作用。手术中植入八触点电极,常用Medtronic Percept PC/RC系统,该系统除刺激外还能记录局部场电位。数据可用于研究基于局部场电位的闭环刺激参数优化与临床结局评估(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(PD)。丘脑底核(STN)的脑深部电刺激(DBS)是帕金森病(PD)患者,尤其是对药物反应不充分的运动波动患者的既定治疗方法。最佳临床结局取决于刺激参数的精确编程,以有效减轻运动症状,同时通过尽量减少对邻近脑结构的刺激来避免副作用。手术期间,会永久植入一根具有八个触点(1-3-3-1设计)的电极。在Haga Teaching Hospital、Maastricht UMC+和Amsterdam UMC,Medtronic Percept™ PC/RC系统常用于PD患者。该系统不仅提供刺激,还能以局部场电位(LFPs)的形式记录脑信号。这种记录功能可以提供有价值的信
【主题与分类】
主题标签:Parkinson's Disease (PD)。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/NCT07105280
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/NCT07105280
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:帕金森病(PD)。丘脑底核(STN)的脑深部电刺激(DBS)是帕金森病(PD)患者的一种成熟治疗方法,尤其适用于那些对药物反应不佳、出现运动波动的患者。最佳的临床结局取决于精确设定刺激参数,以有效减轻运动症状,同时通过尽量减少对邻近脑结构的刺激来避免副作用。手术过程中,会永久植入一根具有八个触点(1-3-3-1设计)的电极。在Haga教学医院、马斯特里赫特UMC+和阿姆斯特丹UMC,Medtronic Percept™ PC/RC系统常用于PD患者。该系统不仅提供刺激,还能以局部场电位(LFPs)的形式记录脑信号。这种记录功能可为临床医生微调DBS参数提供有价值的见解。例如,LFPs中β活动(13-35 Hz)升高已被证明与PD患者强直和运动迟缓等症状的严重程度相关。
2025年1月,Percept™系统推出了软件更新,实现了更先进的LFP测量。此次更新使系统能够提供自适应DBS(aDBS),即利用脑信号实时、持续、自动地调整刺激幅度。尽管aDBS是一项前景广阔的进展,但目前仍缺乏将其利弊与传统DBS(cDBS)进行全面比较的研究。唯一一项重要研究ADAPT-PD发现,aDBS与cDBS在“ON”期持续时间上结果相似,但该研究并未阐明哪一患者亚组从aDBS中获益最大。有趣的是,ADAPT-PD研究中的许多参与者在试验结束后表示希望从cDBS转换为aDBS,尽管影响这些偏好的因素仍不明确。这凸显出有必要详细研究aDBS的相对优势,以及当前适用于哪些人群
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。




