自我管理教育支持的家庭运动项目对帕金森病患者的有效性
该数据集来自 clinicaltrials.gov,主题为自我管理教育支持的家庭运动项目对帕金森病患者的有效性。研究在 Istanbul University, Istanbul Faculty of Medicine 的物理医学与康复科开展,符合纳入标准的参与者经计算机生成的随机化程序分为两个平行

基本信息
资源简介
自我管理教育支持的家庭运动项目对帕金森病患者的有效性
该数据集来自 clinicaltrials.gov,主题为自我管理教育支持的家庭运动项目对帕金森病患者的有效性。研究在 Istanbul University, Istanbul Faculty of Medicine 的物理医学与康复科开展,符合纳入标准的参与者经计算机生成的随机化程序分为两个平行组。干预组接受临床医生主导的自我管理教育课程、家庭运动项目的监督指导、运动视频、运动日志以及每周电话支持,以监测和鼓励依从性。家庭运动项目涵盖姿势、放松与深呼吸练习,上下肢主动关节活动度与牵伸练习,髋膝力量训练,节律性步态训练以及平衡、协调和本体感觉练习。参与者被指导每周进行三天、每次30-45分钟。该数据可用于评估家庭运动与自我管理教育。
【数据内容】
源站描述(机器翻译,仅供参考):条件:帕金森病(障碍)。在 Istanbul University, Istanbul Faculty of Medicine 物理医学与康复科符合纳入标准的参与者,将通过计算机生成的随机化程序被分配到两个平行组。干预组将接受一次由临床医生主导的自我管理教育课程、家庭运动项目的监督指导、一段运动视频、一份运动日志以及每周电话支持,以监测和鼓励依从性。家庭运动项目将包括姿势、放松和深呼吸练习;上下肢的主动关节活动度和牵伸练习;髋部和膝部力量训练;节律性步态训练;以及平衡、协调和本体感觉练习。参与者将被指导每周进行该程序三天,每次30-45分钟。
【主题与分类】
主题标签:PARKINSON DISEASE (Disorder)。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/NCT07817862
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/NCT07817862
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(疾病)。符合纳入标准的参与者将在伊斯坦布尔大学伊斯坦布尔医学院物理医学与康复系,通过计算机生成的随机化程序被分配到两个平行组。干预组将接受由临床医生主导的自我管理教育课程、家庭锻炼计划的监督指导、锻炼视频、锻炼日志以及每周电话支持,以监测和鼓励依从性。家庭锻炼计划将包括姿势、放松和深呼吸练习;上下肢的主动关节活动度与拉伸练习;髋部和膝部力量强化;节律性步态训练;以及平衡、协调和本体感觉练习。参与者将被指导每周进行该计划三天,每次30-45分钟,持续八周。对照组将收到一本包含帕金森病一般信息的小册子,并继续接受常规临床护理。
对照组在研究期间不接受结构化自我管理课程、监督下的运动指导、运动视频、规定的家庭锻炼计划或每周依从性支持电话。一名对分组分配不知情的评估者将在基线、第8周和第16周进行结局评估。
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。




