运动障碍性疾病脑深部电刺激手术数据集
该数据集来自 clinicaltrials.gov,聚焦运动障碍性疾病脑深部电刺激(DBS)手术,覆盖帕金森病、特发性震颤和肌张力障碍

基本信息
资源简介
运动障碍性疾病脑深部电刺激手术数据集
该数据集来自 clinicaltrials.gov,聚焦运动障碍性疾病脑深部电刺激(DBS)手术,覆盖帕金森病、特发性震颤和肌张力障碍。方案旨在采集与 DBS 治疗相关的前瞻性生理数据以及运动与认知功能数据,所有治疗均基于当前 DBS 手术的标准诊疗。研究对象为 18 岁及以上药物难治性帕金森病、肌张力障碍和/或特发性震颤患者,治疗目标是在基底节或丘脑核团植入慢性刺激宏电极以缓解症状。可用于神经系统疾病与帕金森病相关研究(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、特发性震颤、肌张力障碍。目的:本方案的目标是采集与 DBS 治疗相关的前瞻性生理数据,以及药物难治性帕金森病(PD)、肌张力障碍和特发性震颤(ET)患者的运动与认知功能数据。本方案下的所有治疗均基于当前 DBS 手术的标准诊疗。研究人群:18 岁及以上、患有药物难治性 PD、肌张力障碍和/或 ET 的患者可参与本研究。研究设计:本方案中实施的治疗是 PD、肌张力障碍和 ET 的标准诊疗。被确认患有药物难治性 PD、肌张力障碍或 ET 的患者将被提供 DBS。该手术的治疗目标是在基底节或丘脑核团植入慢性刺激宏电极,以缓解 PD、肌张力障碍的症状
【主题与分类】
主题标签:Parkinson's Disease、Essential Tremor、Dystonia。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/NCT01581580
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/NCT01581580
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、特发性震颤、肌张力障碍。目的:本方案旨在收集与脑深部电刺激(DBS)治疗相关的前瞻性生理学数据,以及药物难治性帕金森病(PD)、肌张力障碍和特发性震颤(ET)患者的运动与认知功能数据。本方案下的所有治疗均基于当前DBS手术的标准诊疗规范。研究人群:18岁及以上、患有药物难治性PD、肌张力障碍和/或ET的患者可参与本研究。研究设计:本方案所提供的治疗为PD、肌张力障碍和ET的标准诊疗。确诊为药物难治性PD、肌张力障碍或ET的患者将被建议接受DBS。该手术的治疗目标是在基底节或丘脑核团植入长期刺激宏电极,以缓解PD、肌张力障碍或ET的症状。术前和术后影像将用于精确定位脑内电极位置,并与临床疗效指标及术中记录的神经活动进行相关性分析。
术中微电极记录以及微电极和宏电极电刺激将用于确认电极导线的定位。术中电极记录还将用于研究深部脑刺激的神经生理机制,并探索基底神经节中运动和认知处理所依赖的神经回路。术中生理学将用于临床和研究目的。患者将在手术后随访3个月,以确定DBS治疗的有效性。结局指标:本方案的主要目标是描述接受标准治疗DBS手术治疗运动障碍患者的运动和认知功能特征。次要指标包括:1)DBS电极位置与临床变化的影像学相关性;2)DBS的神经生理机制以及基底神经节中的运动和认知功能。
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。




