ExAblate 经颅 MRgFUS 治疗难治性运动障碍
研究关注在完整人颅骨条件下经 MRI 引导与 MRI 测温实施聚焦超声热消融的可行性，评估随访至 12 个月内的短暂不良事件风险，并通过治疗后 MRI 验证脑内预定靶区能否被准确消融，以及 ExAblate Neuro 所致病灶
基本信息
资源简介
ExAblate 经颅 MRgFUS 治疗难治性运动障碍
该数据集来自 clinicaltrials.gov，聚焦 ExAblate Transcranial MRgFUS 用于治疗难治性运动障碍的安全性与初步有效性评估，覆盖 Essential Tremor、Holmes Tremor、Parkinson's Disease、Wilson's Disease、Huntington's Disease、Dystonia、Tardive Dyskinesia 等病种。研究关注在完整人颅骨条件下经 MRI 引导与 MRI 测温实施聚焦超声热消融的可行性，评估随访至 12 个月内的短暂不良事件风险，并通过治疗后 MRI 验证脑内预定靶区能否被准确消融，以及 ExAblate Neuro 所致病灶。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：Movement Disorders、Essential Tremor、Holmes Tremor、Parkinson's Disease、Wilson's Disease、Huntington's Disease、Dystonia、Tardive Dyskinesia。本研究的目的是评估对患有运动障碍症状的患者脑内指定区域进行 MRI 引导聚焦超声热消融的安全性和初步有效性： 在 MRI 引导和基于 MRI 的测温下，FUS 可通过完整的人颅骨安全地施加于患有难治性运动障碍的患者，且在长达 12 个月的随访评估中短暂不良事件风险较低。 脑内预先定义的靶体积可被准确消融，如治疗后 MRI 所示。* 由 ExAblate Neuro 产生的病灶将产生与其他手术消融操作相似的临床效果
【主题与分类】
主题标签：Movement Disorders、Essential Tremor、Holmes Tremor、Parkinson's Disease、Wilson's Disease、Huntington's Disease、Dystonia、Tardive Dyskinesia、Orofacial Dyskinesias。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/NCT02252380
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/NCT02252380
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：运动障碍、特发性震颤、霍姆斯震颤、帕金森病、威尔逊病、亨廷顿病、肌张力障碍、迟发性运动障碍。本研究旨在评估MRI引导下聚焦超声热消融治疗运动障碍症状患者脑内特定区域的安全性和初步有效性：* 在MRI引导和基于MRI的温度监测下，FUS可安全地通过完整的人类颅骨应用于治疗难治性运动障碍患者，且在长达12个月的随访评估中，短暂性不良反应的风险较低。* 脑内预定义的靶区体积可被精确消融，这已在治疗后MRI上得到证实。* 使用ExAblate Neuro产生的病灶将导致与使用其他手术技术（如射频手术）进行消融手术相似的临床效果。
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。
