微电极脑刺激在人类中的效应

研究为早期可行性临床探索,主要目标是在受试亚组或中心中实现强治疗效应且不良反应最小,并随患者数据积累持续评估成功率。次要目标通过病例报告表标记适宜与不适宜刺激区域,并与术后 3-8 周永久 DBS 触点评估结果比较,以判断 HDBS 映射对 DBS 结局的预测程度

Lund UniversityLund University
clinicaltrials
浏览 13
文本预测Essential TremorParkinsons Disease (PD)
Effects of Microelectrode-based Brain Stimulation in Humans

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-07

资源简介

微电极脑刺激在人类中的效应

该数据集来自 clinicaltrials.gov,聚焦微电极脑刺激在人类中的效应,覆盖 Essential Tremor 与 Parkinsons Disease (PD) 两类神经系统疾病。研究为早期可行性临床探索,主要目标是在受试亚组或中心中实现强治疗效应且不良反应最小,并随患者数据积累持续评估成功率。次要目标通过病例报告表标记适宜与不适宜刺激区域,并与术后 3-8 周永久 DBS 触点评估结果比较,以判断 HDBS 映射对 DBS 结局的预测程度。数据可用于脑刺激疗效与安全性分析及 DBS 结局预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Essential Tremor、Parkinsons Disease (PD)。如果任何被测试的亚组/中心能在患者中实现强大的治疗效应且不良反应最小,则达到这项早期可行性临床研究的主要目标。随着来自不同患者的数据随时间积累,进行持续评估,以估计成功率。为达成次要目标,在每位患者每个刺激深度的病例报告表(CRF)最后一页上,将能引出适当效应的区域标记为绿色,将不适当区域标记为红色,以提供每位患者结果的概览。将其与术后 3-8 周对永久 DBS 上不同触点进行后续评估所获得的结果进行比较,以评估使用 HDBS 进行的映射能在多大程度上预测 DBS 结局。

【主题与分类】

主题标签:Essential Tremor、Parkinsons 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/NCT07820189

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07820189

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:特发性震颤、帕金森病(PD)。本早期可行性临床研究的主要目标在于,若所测试的任一亚组/中心能使患者获得显著治疗效果且不良反应最小,则视为达成。随着不同患者数据的累积,进行持续评估,以估算成功率。为实现次要目标,针对每一刺激深度,在病例报告表(CRF)末页将以绿色标记引发适当效应的区域,以红色标记不适当区域,从而为每位患者提供结果概览。此结果将与术后3-8周对永久DBS不同触点进行后续评估所得结果进行比较,以评估使用HDBS进行映射能在多大程度上预测DBS疗效。

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。

获取专属数据定制方案