特发性帕金森病:早期团体认知康复项目的意义(LIFECOG-PD)
该数据集来自clinicaltrials.gov,聚焦特发性帕金森病早期认知康复。研究为试点干预性治疗试验,旨在评估一种新型认知康复项目的可行性与可接受性,该项目设计用于维持早期帕金森病伴轻度认知障碍或孤立主观认知主诉患者的自主性和社会角色

基本信息
资源简介
特发性帕金森病:早期团体认知康复项目的意义(LIFECOG-PD)
该数据集来自clinicaltrials.gov,聚焦特发性帕金森病早期认知康复。研究为试点干预性治疗试验,旨在评估一种新型认知康复项目的可行性与可接受性,该项目设计用于维持早期帕金森病伴轻度认知障碍或孤立主观认知主诉患者的自主性和社会角色。计划在法国5个中心入组24名患者,入组期12个月,每名患者参与最长13个月,包含10次医院访视。数据可用于分析认知康复项目的实施效果、患者依从性及社会功能变化(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(PD)。这项试点干预性治疗研究旨在评估一种新型认知康复项目的可行性和可接受性,该项目旨在维持早期PD伴MCI患者或孤立主观认知主诉患者的自主性和社会角色。本研究将在法国5个中心入组24名患者:Clermont-Ferrand、Bordeaux、Créteil、Nancy和Strasbourg。入组期为12个月,每名患者的参与时长最长为13个月。本研究将包括10次医院访视: 入组访视(项目开始前一个月内) 7次项目会话(W0、W2、W4、W6、W8、W10、W112) 第24周访视(项目结束后3个月) 第48周访视(项目结束后9个月)。患者将在其专家处接受7次每次1.5小时的会话
【主题与分类】
主题标签:Parkinson 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/NCT07813156
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/NCT07813156
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(PD)。本初步介入性治疗研究旨在评估一种新认知康复项目的可行性和可接受性,该项目旨在维护早期帕金森病轻度认知障碍(MCI)患者或孤立性主观认知抱怨患者的自主性和社会角色。本研究将在法国5个中心招募24名患者:克莱蒙费朗、波尔多、克雷泰伊、南锡和斯特拉斯堡。入选期为12个月,每位患者的参与时间最长为13个月。本研究将包括10次医院访问:* 入选访视(项目开始前一个月内)* 7次项目课程(第0周、第2周、第4周、第6周、第8周、第10周、第112周)* 第24周访视(项目结束后3个月)* 第48周访视(项目结束后9个月)患者将在其专家中心接受7次课程,每次1.5小时,间隔15天,以3-4名患者为一组。课程将涉及与个人目标相关的理论和实践主题,如工作记忆和执行功能、注意力和前瞻性记忆。
神经心理学家将对神经心理评估和功能性目标保持盲态。如果患者有照护者(配偶或其他亲属),研究者可提议其参与研究。他们的参与包括在项目结束后3个月和9个月时完成一份满意度问卷,评估该项目对患者的感知益处。如果他们同意,研究者将获得其同意,在本研究框架内收集和使用其数据。
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。




