解码帕金森病姿势不稳与步态障碍的神经机制
该数据集来自 clinicaltrials.gov,聚焦帕金森病患者的姿势不稳与步态障碍(PIGD),包括冻结步态(FOG)

基本信息
资源简介
解码帕金森病姿势不稳与步态障碍的神经机制
该数据集来自 clinicaltrials.gov,聚焦帕金森病患者的姿势不稳与步态障碍(PIGD),包括冻结步态(FOG)。源站描述指出,DBS 虽能改善多种运动症状,但 PIGD 与 FOG 常持续存在,是跌倒、丧失独立性和生活质量下降的主要原因,其神经机制尚不清楚,尤其在症状最易出现的真实世界条件下;传统临床评估难以可靠诱发这些步态障碍,而具备记录脑信号或神经活动能力的新型 DBS 系统为直接检查提供了独特机会(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、冻结步态。PD 是一种进行性神经退行性疾病,以震颤、强直和运动迟缓等运动症状为特征。虽然 DBS 是许多此类运动症状的有效治疗方法,但姿势不稳和步态障碍(PIGD),包括 FOG,常常持续存在,并且是跌倒、丧失独立性和生活质量下降的主要原因。PIGD 和 FOG 的神经机制仍知之甚少,尤其是在这些症状最可能发生的真实世界条件下。传统临床评估往往无法可靠地诱发这些步态障碍,限制了研究其潜在神经生理学的能力。与此同时,DBS 技术的最新进展——特别是能够记录脑信号或神经活动的系统——提供了一个独特的机会来直接检查
【主题与分类】
主题标签:Parkinson Disease、Freezing of Gait。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/NCT07748962
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/NCT07748962
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、冻结步态。PD是一种进行性神经退行性疾病,以运动症状为特征,包括震颤、强直和运动迟缓。虽然DBS对许多此类运动症状是有效的治疗方法,但姿势不稳和步态功能障碍(PIGD),包括FOG,常常持续存在,并且是跌倒、丧失独立性和生活质量下降的主要原因。PIGD和FOG的神经机制仍知之甚少,尤其是在这些症状最可能发生的真实世界条件下。常规临床评估往往无法可靠地诱发这些步态障碍,限制了研究其潜在神经生理学的能力。与此同时,DBS技术的最新进展——特别是能够记录脑信号或神经活动的系统——为直接检查与步态障碍相关的脑信号提供了独特机会。本研究旨在描述植入具有传感功能的DBS系统(Medtronic Percept™)的PD个体中与PIGD和FOG相关的神经机制。
通过将丘脑底核(STN)的神经记录与步行任务中的详细生物力学测量相结合,本研究旨在识别步态障碍发生前、发生时及发生后出现的神经活动模式。为应对诱发具有生态效度的步态障碍这一挑战,参与者将在完全沉浸式虚拟现实平台中完成步行和平衡任务。该系统模拟旨在诱发冻结步态(FOG)和姿势不稳与步态困难(PIGD)的真实世界场景,包括涉及环境限制、诱发焦虑的情境以及双任务认知需求的情况。其他评估将包括使用仪器化步态平台进行楼梯行走和功能性移动任务,该平台可提供步行和平衡的时间、运动学和动力学方面的定量测量。在这些任务期间,从DBS设备记录的神经活动将
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。




