多组分方案强调肌肉功率训练对帕金森病患者运动迟缓的影响
PD 是一种慢性进行性神经系统疾病,同时涉及运动与非运动症状,最终导致功能下降和残疾。运动迟缓是其主要症状之一,对功能造成不良影响;肌肉无力也是重要症状,而肌肉功率可能受影响更大并与这些症状相关

基本信息
资源简介
多组分方案强调肌肉功率训练对帕金森病患者运动迟缓的影响
该数据集来自 clinicaltrials.gov,聚焦帕金森病(PD)患者。PD 是一种慢性进行性神经系统疾病,同时涉及运动与非运动症状,最终导致功能下降和残疾。运动迟缓是其主要症状之一,对功能造成不良影响;肌肉无力也是重要症状,而肌肉功率可能受影响更大并与这些症状相关。常规物理治疗包括移动训练、力量训练、步态训练和平衡训练,对减轻 PD 运动症状有诸多益处。本数据可用于研究以肌肉功率训练为重点的多组分物理治疗方案对帕金森病患者运动迟缓及功能表现的作用(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(PD)。帕金森病(PD)是一种慢性进行性神经系统疾病,涉及运动和非运动症状,最终导致功能下降和残疾。PD 的主要症状之一是运动迟缓及其对功能性的有害影响。肌肉无力也被报道为 PD 的重要症状,而肌肉功率可能受影响更大并与这些症状相关。典型的常规物理治疗包括移动训练、力量训练、步态训练和平衡训练,并且对减轻 PD 运动症状具有诸多益处。以功率训练为主的物理治疗也已被研究作为改善其他人群日常生活活动能力的替代方法。然而,将功率训练纳入物理治疗文献的……
【主题与分类】
主题标签:Parkinson Disease (PD)。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/NCT07172698
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/NCT07172698
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(PD)。帕金森病(PD)是一种慢性进行性神经系统疾病,涉及运动和非运动症状,最终导致功能衰退和残疾。PD的主要症状之一是运动迟缓及其对功能性的有害影响。肌无力也被报道为PD的重要症状,而肌力可能受影响更大,并与这些症状相关。典型的常规物理治疗包括活动度练习、力量训练、步态训练和平衡训练,并且在减轻PD运动症状方面具有诸多益处。以力量训练为核心的物理治疗也已被研究作为改善其他人群日常生活活动能力的替代方法。然而,将力量训练纳入PD患者物理治疗方法的文献却十分匮乏。力量训练可能减轻老年PD患者运动功能改变所带来的问题;然而,在不同疾病亚型中采用该模式的证据仍然缺乏。
鉴于运动功能与功能能力和疾病严重程度相关,物理治疗便成为一种重要的治疗资源,可通过锻炼来改善肌肉力量。因此,本研究旨在探讨以肌肉力量训练为重点的多成分方案对强直-少动型帕金森病(PD)患者运动迟缓的影响。将开展一项随机临床试验,参与对象为诊断为强直-少动型帕金森病、Hoehn和Yahr量表分级为1至3级、年龄在50至85岁之间并签署知情同意书的个体。这些个体将被随机分为两个治疗组:G1——传统多成分训练组,G2——以肌肉力量为重点的多成分训练组,G3——对照组。评估将在四个时
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。




