帕金森病中的认知与阻塞性睡眠呼吸暂停及气道正压治疗效应
该数据集来自 clinicaltrials.gov,聚焦帕金森病(PD)与阻塞性睡眠呼吸暂停(OSA)的关联,以及气道正压(PAP)治疗对认知功能的影响

基本信息
资源简介
帕金森病中的认知与阻塞性睡眠呼吸暂停及气道正压治疗效应
该数据集来自 clinicaltrials.gov,聚焦帕金森病(PD)与阻塞性睡眠呼吸暂停(OSA)的关联,以及气道正压(PAP)治疗对认知功能的影响。帕金森病患者常出现认知功能障碍并可进展为痴呆,而 OSA 在一般人群中常见且可治疗,但治疗能否改善认知尚不明确。初步研究发现 PD 患者中 OSA 与认知差相关,PAP 治疗可带来认知改善。数据可用于研究 OSA 对 PD 认知的影响及 PAP 疗效预测(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、阻塞性睡眠呼吸暂停。认知功能障碍(记忆、思维等受损)在帕金森病(PD)中频繁发生,常进展为痴呆,并深刻影响生活质量。阻塞性睡眠呼吸暂停(OSA)是普通人群中常见的一种疾病,可通过气道正压(PAP)治疗。已知它会损害认知功能,但治疗能否改善认知功能尚不太清楚。当已经受到像 PD 这样的退行性过程影响时,大脑可能对 OSA 的影响更脆弱,并对 OSA 治疗更敏感。迄今为止,OSA 尚未被认为是 PD 中的一个重要因素。在 PD 患者的初步工作中,研究者已发现 OSA 与认知差之间的关联,以及 PAP 治疗带来的认知改善。研究者现在希望更严格地
【主题与分类】
主题标签:Parkinson's Disease、Obstructive Sleep Apnea。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/NCT02209363
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/NCT02209363
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、阻塞性睡眠呼吸暂停。认知功能障碍(记忆力、思维等受损)在帕金森病(PD)中频繁出现,常进展为痴呆,并深刻影响生活质量。阻塞性睡眠呼吸暂停(OSA)是普通人群中一种常见疾病,可通过气道正压(PAP)治疗。已知OSA会损害认知功能,但治疗是否能改善认知功能尚不明确。当大脑已受到如PD这样的退行性过程影响时,可能对OSA的影响更为脆弱,同时也对OSA治疗更为敏感。迄今为止,OSA尚未被认为是PD中的一个重要因素。在PD患者的初步研究中,研究者发现OSA与认知功能差之间存在关联,并且PAP治疗能改善认知。研究者现在希望在随机对照试验中更严格地评估OSA治疗对PD认知功能的影响。研究者的主要目标是在伴有OSA和认知缺陷的PD患者中,评估OSA治疗对整体认知功能的影响。
研究人员还将评估帕金森病的其他非运动症状、生活质量以及神经认知功能的特定领域。帕金森病患者将从麦吉尔运动障碍诊所和魁北克帕金森网络的其他中心招募。参与者需要有认知缺陷的证据,并且在筛查诊断性多导睡眠图(睡眠研究)中存在OSA。九十名受试者将被随机分配接受PAP或鼻扩张条治疗。详细的神经心理测试和其他测量(包括生活质量)将在基线、3个月和6个月时进行。在研究期结束时,受试者将接受其各自治疗下的多导睡眠图,以评估OSA治疗的疗效。这项研究可能表明,非药物干预有可能对认知功能和生活质量产生显著的有益影响。
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。




