GBPDC:帕金森病肠脑联盟主方案
该数据集来自 clinicaltrials.gov,属于神经系统疾病/帕金森病分类,围绕帕金森病(PD)、肠道微生物组、肠道菌群及前驱期帕金森病展开

基本信息
资源简介
GBPDC:帕金森病肠脑联盟主方案
该数据集来自 clinicaltrials.gov,属于神经系统疾病/帕金森病分类,围绕帕金森病(PD)、肠道微生物组、肠道菌群及前驱期帕金森病展开。主方案旨在建立统一平台,确保各参与中心以统一方式采集、整合和分析数据,并服务于肠脑帕金森病联盟(GBPDC)的目标,即加深对PD胃肠道症状时间性出现及肠脑通讯变化的理解,以利用胃肠道在PD发病与进展中的潜在作用,改善患者诊断、照护与结局。主要目标包括采集前瞻性横断面与纵向参与者生物样本,并同步评估胃肠道与神经症状及功能(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:帕金森病(PD)、PARKINSON DISEASE(Disorder)、肠道微生物组、肠道菌群、前驱期帕金森病。该主方案的目标是建立一个共同平台,以:(1)确保在所有参与中心收集、整合和分析一套统一收集的数据,并(2)遵循肠脑帕金森病联盟(GBPDC)的目标,其目标为“增进我们对PD中GI症状的时间性出现以及肠脑通讯变化的理解,这些变化可用于利用GI道在PD发病机制和进展中的潜在作用,并改善患者诊断、照护和结局。”主要目标1. 收集前瞻性横断面和纵向参与者生物样本,并配合对GI和神经症状及功能的时间协调评估,以更好地
【主题与分类】
主题标签:Parkinson Disease (PD)、PARKINSON DISEASE (Disorder)、Gut Microbiome、Gut Microbiota、Prodromal Parkinsons 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/NCT07567794
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/NCT07567794
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
条件:帕金森病(PD)、帕金森病(疾病)、肠道微生物组、肠道微生物群、前驱期帕金森病。主方案的目标是建立一个共同平台,该平台:(1) 确保在所有参与中心收集、整合和分析一套统一收集的数据;(2) 遵循肠-脑帕金森病联盟(GBPDC)的目标,其目标是“加深我们对帕金森病中胃肠道症状的时间性发作以及肠-脑通讯变化的理解,这些变化可用于利用胃肠道在帕金森病发病机制和进展中的潜在作用,并改善患者的诊断、护理和结局。”主要目标 1. 收集前瞻性横断面和纵向参与者生物样本,并同步进行胃肠道和神经症状及功能的时间协调评估,以更好地描述帕金森病患者与无帕金森病者的表型特征。次要目标 1. 阐明与胃肠道在帕金森病发病机制和进展中作用相关的生物学过程和通路。2.
表征帕金森病(PD)的胃肠道症状、病理及肠-脑通讯,以检测与PD发生或进展相对应的肠道功能和活动的早期及纵向变化。探索性目标 1. 识别可能的新型基于肠道的生物标志物(功能性、分子性等)、诊断工具和治疗靶点。2. 研究胃肠道中神经免疫相互作用及其他通路对肠-脑通讯和PD风险的影响。结合临床、社会和环境特征描述,在GBPDC主方案内收集生物样本将提供机会,以探究和表征PD中肠-脑轴的病理生理基础,完善现有的PD生物标志物检测,并识别可实现PD早期检测的新生物标志物或新的治疗靶点。杜克大学将作为GBPDC的生物样本库。参与者和研究现场人员将收集、处理并储
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。




