不同靶点TIS疗效比较研究
该数据集来自clinicaltrials.gov,为一项前瞻性、随机、参与者和结局评估者盲法、平行组探索性试验,比较靶向丘脑底核(STN)或苍白球内侧部(GPi)的时间干涉刺激(TIS)对帕金森病患者的靶点依赖性临床、神经影像和电生理效应

基本信息
资源简介
不同靶点TIS疗效比较研究
该数据集来自clinicaltrials.gov,为一项前瞻性、随机、参与者和结局评估者盲法、平行组探索性试验,比较靶向丘脑底核(STN)或苍白球内侧部(GPi)的时间干涉刺激(TIS)对帕金森病患者的靶点依赖性临床、神经影像和电生理效应。18名特发性帕金森病患者按1:1随机分配至STN-TIS或GPi-TIS组,连续7天每天接受一次20分钟TIS刺激,每次刺激前后用MDS-UPDRS Part III评估运动症状,首次刺激前和完成后进行静息态fMRI和64通道EEG。数据可用于研究不同靶点TIS对帕金森病的疗效差异及神经机制(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。这项前瞻性、随机、参与者和结局评估者盲法、平行组探索性试验将比较靶向丘脑底核(STN)或苍白球内侧部(GPi)的时间干涉刺激(TIS)对帕金森病(PD)患者的靶点依赖性临床、神经影像和电生理效应。18名特发性PD参与者将按1:1比例随机分配至STN-TIS或GPi-TIS组。参与者将连续7天每天接受一次20分钟的TIS治疗。每次每日刺激 session 前后立即使用MDS-UPDRS Part III评估运动症状。首次刺激 session 前和完成后立即进行静息态功能磁共振成像(fMRI)和64通道脑电图(EEG)。
【主题与分类】
主题标签:PARKINSON DIS。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/NCT07745673
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/NCT07745673
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。本项前瞻性、随机、参与者和结局评估者盲法、平行组探索性试验将比较靶向丘脑底核(STN)或苍白球内侧部(GPi)的时间干扰刺激(TIS)对帕金森病(PD)患者的目标依赖性临床、神经影像学和电生理学效应。18名特发性PD参与者将按1:1比例随机分配至STN-TIS组或GPi-TIS组。参与者将连续7天每天接受一次20分钟的TIS治疗。将在每次每日刺激 session 之前和之后立即使用MDS-UPDRS第III部分评估运动症状。将在首次刺激 session 之前以及7天干预完成后立即进行静息态功能磁共振成像(fMRI)和64通道脑电图(EEG)检查。主要结局为:(1)MDS-UPDRS第III部分评分从第1天刺激前至第7天刺激后的变化;(2)使用静息态fMRI测量的区域自发脑活动和基于种子点的功能连接的变化。
次要结局指标为:(1)MDS-UPDRS第III部分评分的每日即时变化,以及第7天达到至少30%改善的参与者比例;(2)静息态64通道脑电图相对频带功率的变化。安全性和耐受性将通过在整个干预期间监测不良事件和局部皮肤反应来评估。本研究旨在提供与PD中靶向STN和GPi的TIS相关的靶点依赖性功能反应模式的初步证据。
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。




