FOG对DBS反应的影像学生物标志物
该数据集来自clinicaltrials.gov,聚焦帕金森病冻结步态(FOG)对脑深部电刺激(DBS)反应的影像学生物标志物

基本信息
资源简介
FOG对DBS反应的影像学生物标志物
该数据集来自clinicaltrials.gov,聚焦帕金森病冻结步态(FOG)对脑深部电刺激(DBS)反应的影像学生物标志物。源站描述指出研究长期目标是建立FOG的个体化DBS治疗方案,并列出初步发现:有效STN-DBS激活GPi并降低PD患者皮层激活;与GPi、SMA和M1的结构连接与FOG的DBS反应相关;GPi微结构完整性下降与FOG的DOPA反应下降相关。数据可用于探索FOG反应网络的结构基础及DBS疗效预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:帕金森病中的冻结步态症状、脑深部电刺激。本研究的长期目标是开发一种针对冻结步态(FOG)的脑深部电刺激(DBS)个体化治疗方法。为实现这一目标,研究者已有初步发现表明:1. 有效的丘脑底核DBS(STN-DBS)激活苍白球内侧部(GPi)并降低帕金森病(PD)患者的皮层激活;2. 与GPi、辅助运动区(SMA)和初级运动皮层(M1)的结构连接与FOG的DBS反应相关;3. GPi微结构完整性下降与FOG的DOPA反应下降相关。研究者提出一个概念框架,即参与特定FOG反应网络取决于该网络的结构完整性,以及导联放置
【主题与分类】
主题标签:Deep Brain Stimulation。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/NCT06951906
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/NCT06951906
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:帕金森病中的冻结步态症状、脑深部电刺激。本研究的长期目标是开发一种利用脑深部电刺激(DBS)治疗冻结步态(FOG)的个体化方法。为实现这一目标,研究者已获得初步发现,表明:1. 有效的丘脑底核脑深部电刺激(STN-DBS)可激活苍白球内侧部(GPi)并降低帕金森病(PD)患者的皮层激活;2. 与GPi、辅助运动区(SMA)和初级运动皮层(M1)的结构连接与FOG的DBS反应相关;3. GPi微结构完整性的降低与FOG中DOPA反应的降低相关。研究者提出一个概念框架,即特定FOG反应网络的参与取决于该网络的结构完整性,以及电极放置和刺激参数。研究者计划招募54名被确定为适合STN-DBS候选者的FOG患者,进行一项关于FOG对STN-DBS反应的前瞻性纵向影像学和行为学研究。
基线行为评估将描述FOG行为、严重程度、亚型,以及入组参与者的认知特征、非FOG运动严重程度和其他可能影响DBS反应的人口统计学特征。基线影像将利用先进的扩散MRI指标,确定哪些脑区与刺激靶点在结构上相连及其结构完整性。术后评估将包括FOG反应的行为测量和对刺激的神经反应的影像测量。术前和术后数据将用于评估结构完整性、连接性与行为反应之间的关联。
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。




