无DBS帕金森病患者GPi兴奋性与抑制性LIFUS效应研究
该数据集来自clinicaltrials.gov,聚焦无DBS的帕金森病患者,评估两种深部脑LIFUS方案对任务表现的影响

基本信息
资源简介
无DBS帕金森病患者GPi兴奋性与抑制性LIFUS效应研究
该数据集来自clinicaltrials.gov,聚焦无DBS的帕金森病患者,评估两种深部脑LIFUS方案对任务表现的影响。研究在GPi双侧分别采用5 Hz theta Burst与10 Hz抑制性方案,分两次session进行,并用停止信号范式评估视运动任务表现;另设枕叶皮层Brodmann area 19的主动sham session以比较震颤活动差异。记录行为表现,并在震颤优势手使用手指加速度计评估震颤变化。每位参与者共四次访视,首次获取结构MRI。数据可用于分析不同TUS方案对PD患者行为与震颤的效应(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)。本研究的目的是评估两种不同的深部脑LIFUS方案对PD患者任务表现的影响。我们将对PD患者的GPi双侧使用两种不同方案(5 Hz theta Burst vs 10 Hz抑制性),分两次不同的session进行,并使用停止信号范式评估其在视运动任务中的表现。我们还将在单独的session中,对枕叶皮层(更具体地说是Brodmann area 19)双侧使用主动sham,以比较震颤活动的差异。我们将记录患者的行为表现,以厘清不同TUS方案对PD患者的影响。我们还将在震颤优势手上使用手指加速度计,以评估震颤的可能变化。对于每位参与者,将有四次访视。在第一次访视中,将获取结构MRI扫描。在后续
【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/NCT07846007
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/NCT07846007
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)。本研究旨在评估两种不同的深部脑LIFUS方案对帕金森病患者任务表现的影响。我们将采用两种不同的方案(5 Hz theta爆发式刺激 vs 10 Hz抑制性刺激),在两次不同的实验阶段中,对帕金森病患者的双侧GPi进行刺激,并使用停止信号范式评估其在视觉运动任务中的表现。我们还将在单独的实验阶段中,对枕叶皮层(更具体地说是Brodmann 19区)进行双侧主动假刺激,以比较震颤活动的差异。我们将记录患者的行为表现,以区分不同TUS方案对帕金森病患者的影响。我们还将对震颤优势手使用手指加速度计,以评估震颤的可能变化。每位参与者将进行四次访视。在第一次访视中,将获取结构性MRI扫描。在随后的三次访视中,将按随机顺序进行LIFUS实验,包括计算机行为任务、UPDRS运动评分和手指加速度计记录。
在这些访视中,将在应用3种不同的LIFUS范式前后记录任务表现(停止信号任务):1)一次会话中对GPi进行theta爆发式TUS,2)一次会话中对GPi进行10Hz TUS,3)枕叶皮层(双侧)的主动假刺激条件,其中我们将对Brodmann 19区使用theta爆发式LIFUS,TPO距离约为30mm。第2、3和4次访视每次至少间隔1周,theta爆发式TUS(2分钟×2=4分钟)、10 Hz方案(爆发长度30ms,周期1000,30%占空比。总时间:40秒×2=80秒)和假theta爆发式TUS将按随机顺序进行测试。
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。




