自体未处理周围神经组织递送至黑质的可行性与安全性研究(GUIDE)
源站描述显示,这是一项开放标签安全性研究,探讨将自体周围神经系统来源的细胞组织(含多种细胞与神经保护因子的修复性周围(腓肠)神经组织)递送至黑质

基本信息
资源简介
自体未处理周围神经组织递送至黑质的可行性与安全性研究(GUIDE)
该数据集来自 clinicaltrials.gov,属于神经系统疾病/帕金森病领域,主题标签为 Parkinson's Disease。源站描述显示,这是一项开放标签安全性研究,探讨将自体周围神经系统来源的细胞组织(含多种细胞与神经保护因子的修复性周围(腓肠)神经组织)递送至黑质。与既往使用损伤激活的周围神经组织不同,本研究拟在参与者接受脑深部电刺激(DBS)手术时,将未损伤的神经组织双侧递送至黑质,并在术前及术后两周进行评估。数据可用于帕金森病细胞移植与DBS联合治疗的安全性及可行性研究(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。我们最近设计了开放标签安全性研究,以探究使用自体来源的周围神经系统细胞组织(van Horne 等,2017,2018;Quintero 等,2022),即含有多种细胞和神经保护因子的修复性周围(腓肠)神经组织(Chau 等,2022)。虽然我们之前的研究使用了损伤激活的周围神经组织(PNT),即切断腓肠神经并使其在原位再生约2周后再植入,但在此我们提出使用未损伤的、此前未受伤的神经组织,在参与者接受脑深部电刺激(DBS)手术时将其双侧递送至黑质。参与者将在术前接受评估,然后接受DBS手术和自体PNT递送,随后在术后两周接受评估。
【主题与分类】
主题标签:Parkinson's Disease。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/NCT05377281
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/NCT05377281
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。我们最近设计了开放标签的安全性研究,以探讨使用自体来源的周围神经系统细胞组织(van Horne等,2017,2018;Quintero等,2022),即含有多种细胞和神经保护因子的修复性周围(腓肠)神经组织(Chau等,2022)。虽然我们之前的研究使用了损伤激活的周围神经组织(PNT),其中腓肠神经被横断并允许在原位再生长达约2周后再进行植入,但在此我们提议使用未经损伤的、即初始状态的神经组织,在参与者接受脑深部电刺激(DBS)手术时双侧递送至黑质。参与者将在术前接受评估,然后接受DBS手术和自体PNT递送,之后在术后两周、6个月、12个月及此后每年进行术后评估,以监测不良事件和临床结局。
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。




