自适应脑深部电刺激治疗帕金森病研究

该数据集来自clinicaltrials.gov,聚焦特发性帕金森病患者中自适应脑深部电刺激(aDBS)与常规脑深部电刺激(cDBS)的对比研究

NewronikaNewronika
clinicaltrials
浏览 12
其他分类Parkinson Disease, Idiopathic
Investigating Adaptive Deep Brain Stimulation in Parkinson's Disease Management

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-07

资源简介

自适应脑深部电刺激治疗帕金森病研究

该数据集来自clinicaltrials.gov,聚焦特发性帕金森病患者中自适应脑深部电刺激(aDBS)与常规脑深部电刺激(cDBS)的对比研究。试验为前瞻性、多中心、随机、双盲、交叉设计,通过AlphaDBS系统评估两种刺激模式的有效性与安全性。受试者需多次访视以评估帕金森病症状改善情况,并随机先后接受两种模式各三个月。数据可用于分析aDBS相较cDBS在增加无困扰性异动症的ON时间方面的潜在优势,以及两种模式的安全性表现(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,特发性。这项前瞻性、多中心、随机、双盲、交叉临床试验的目标是评估通过AlphaDBS系统提供的自适应DBS(aDBS)和常规DBS(cDBS)在左旋多巴反应性帕金森病受试者中的有效性和安全性。此前在欧洲进行的研究数据表明,AlphaDBS系统在aDBS和cDBS模式下均安全有效。然而,此类研究提示,aDBS可能使部分患者获得更多无困扰性异动症的ON时间。该研究设计为先证明cDBS的有效性安全性,再直接比较aDBS相对于cDBS的有效性。入组受试者将接受多次访视以评估PD症状的改善,并被随机分配至模式1三个月,随后接受模式2。在t

【主题与分类】

主题标签:Parkinson Disease, Idiopathic。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/NCT06891781

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06891781

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:帕金森病,特发性。这项前瞻性、多中心、随机、双盲、交叉临床试验的目的是评估通过AlphaDBS系统提供的自适应DBS(aDBS)和常规DBS(cDBS)在左旋多巴反应性帕金森病受试者中的有效性和安全性。先前在欧洲进行的研究数据表明,使用AlphaDBS系统在aDBS和cDBS模式下均安全有效。然而,此类研究提示,aDBS可能使部分患者在不出现令人困扰的运动障碍的情况下获得更长的“开”期时间。该研究设计首先证明cDBS的有效性和安全性,然后直接比较aDBS相对于cDBS的有效性。入组研究的受试者将接受多次访视以评估帕金森病症状的改善情况,并将被随机分配至模式1治疗三个月,随后转为模式2。在模式2结束时,受试者将选择其偏好的模式,并再维持该模式3个月。受试者将在不同时间点填写患者日记,以评估其全天的症状。

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。

获取专属数据定制方案