识别运动的神经特征以推进帕金森病认知衰退的治疗
该数据集来自 clinicaltrials.gov,聚焦帕金森病(PD)相关的认知衰退与运动干预。源站描述指出,PD 是进行性神经系统疾病,预计到 2040 年全球影响超 1200 万人,80% 患者出现执行功能损害,典型认知影响包括信息处理、定势转换、工作记忆和双任务受损

基本信息
资源简介
识别运动的神经特征以推进帕金森病认知衰退的治疗
该数据集来自 clinicaltrials.gov,聚焦帕金森病(PD)相关的认知衰退与运动干预。源站描述指出,PD 是进行性神经系统疾病,预计到 2040 年全球影响超 1200 万人,80% 患者出现执行功能损害,典型认知影响包括信息处理、定势转换、工作记忆和双任务受损。研究探讨运动作为 PD 通用处方,尤其固定自行车运动,并提及串联自行车研究。数据可用于分析运动对 PD 认知功能的神经特征,支持治疗策略开发(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:帕金森病。帕金森病(PD)是一种进行性神经系统疾病,在老年人中最为普遍,估计到2040年全球将有超过1200万人受到影响。传统上被认为是一种运动障碍,但PD对认知表现的影响现已被广泛接受,80%的PD患者会出现执行功能损害。典型的PD相关认知影响包括信息处理、定势转换、工作记忆和双任务受损。虽然抗帕金森病药物和深部脑刺激(DBS)能有效管理疾病症状,但疾病修饰仍难以实现。运动已被提议作为PD的通用处方,能够减缓疾病进展;特别是固定自行车运动,已被建议为PD患者(PwPD)的理想运动方式。研究者的开创性串联自行车研
【主题与分类】
主题标签:Parkinson 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/NCT05972759
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/NCT05972759
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。帕金森病(PD)是一种进行性神经系统疾病,在老年人中最为普遍,预计到2040年将影响全球超过1200万人。传统上被认为是一种运动障碍,但现在人们普遍认为PD对认知表现的影响,80%的PD患者会出现执行功能受损。典型的PD相关认知效应包括信息处理、定势转换、工作记忆和双任务处理受损。虽然抗帕金森病药物和深部脑刺激(DBS)在管理疾病症状方面有效,但疾病修饰仍然难以实现。运动被提议作为PD的通用处方,能够减缓疾病进展;特别是固定自行车运动被认为是PD患者(PwPD)的理想运动方式。研究者的开创性双人自行车研究首次在人类PD患者中利用强制运动(FE),并证明与自愿运动(VE)相比,临床评分改善了30%。
简而言之,FE是一种源自帕金森病动物模型的高强度运动模式,其中自愿运动速率得到增强而非替代。因此,与在标准固定自行车上进行自愿运动(VE)的帕金森病患者相比,FE模式下的患者在双人自行车上以更高的速率(踏频)被辅助踩踏。这项工作导致了推荐帕金森病患者进行高强度运动的范式转变。尽管运动有可能改变疾病进展,但其作用机制及对基底节功能的影响尚不清楚。
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。




