帕金森病前庭康复与双任务康复比较
该数据集来自 clinicaltrials.gov,主题为帕金森病(PD)患者的前庭康复与双任务康复比较。源站描述指出,PD 是慢性进行性神经退行性疾病,兼具运动症状(震颤、强直、运动迟缓、姿势不稳)和非运动症状(认知障碍、抑郁);姿势控制依赖视觉、躯体感觉与前庭输入的整合,而 PD 患者常存在多感

基本信息
资源简介
帕金森病前庭康复与双任务康复比较
该数据集来自 clinicaltrials.gov,主题为帕金森病(PD)患者的前庭康复与双任务康复比较。源站描述指出,PD 是慢性进行性神经退行性疾病,兼具运动症状(震颤、强直、运动迟缓、姿势不稳)和非运动症状(认知障碍、抑郁);姿势控制依赖视觉、躯体感觉与前庭输入的整合,而 PD 患者常存在多感觉整合受损。前庭功能障碍可表现为头晕、失衡和空间定向障碍,导致功能受限、跌倒风险增加和独立性下降;前庭系统还与海马、额叶皮层等认知脑区存在解剖和功能连接,因此针对前庭功能的康复可能同时改善平衡与认知表现。该数据可用于康复干预比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:帕金森病。帕金森病(PD)是一种慢性、进行性神经退行性疾病,其特征为震颤、强直、运动迟缓和姿势不稳等运动症状,以及认知障碍和抑郁等非运动症状。姿势控制依赖于视觉、躯体感觉和前庭输入的整合,而这种多感觉整合在 PD 中常受损。前庭功能障碍可表现为头晕、失衡和空间定向障碍,导致功能受限、跌倒风险增加和独立性下降。此外,前庭系统在解剖和功能上与参与认知的脑区(如海马和额叶皮层)相连。因此,在康复中针对前庭功能可能不仅改善平衡,还改善认知表现。此前
【主题与分类】
主题标签:Parkinson 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/NCT07277205
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/NCT07277205
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。帕金森病(PD)是一种慢性、进行性神经退行性疾病,其特征为震颤、强直、运动迟缓和姿势不稳等运动症状,以及认知障碍和抑郁等非运动症状。姿势控制依赖于视觉、躯体感觉和前庭输入的整合,而这种多感觉整合在PD中常受损。前庭功能障碍可表现为头晕、失衡和空间定向障碍,导致功能受限、跌倒风险增加和独立性下降。此外,前庭系统在解剖和功能上与参与认知的脑区(如海马和额叶皮层)相连。因此,在康复中针对前庭功能进行干预,可能不仅改善平衡,还能改善认知表现。既往研究已证实,前庭康复可改善PD患者的平衡、步态和姿势稳定性。然而,其对认知功能的潜在影响在很大程度上被忽视。
与此同时,基于运动与认知任务同时执行的双重任务训练已成为一种循证方法,可同时改善运动与认知结局。研究表明,双重任务锻炼能够提升PD患者的步速、步长、平衡、注意力和执行功能。然而,尚无研究直接比较前庭康复与双重任务运动训练对该人群认知和运动功能的影响。本研究旨在通过比较这两种康复方法来填补这一空白。将招募共36名诊断为PD的参与者,并随机分为三组:(1)前庭康复组,(2)认知-运动双重任务训练组,(3)对照组。每种干预每周进行两次,持续八周,每次约40分钟,在监督下进行
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。




