运动障碍患者TUS的LFP相关性研究
该数据集来自clinicaltrials.gov,聚焦运动障碍患者中经颅超声刺激(TUS)与局部场电位(LFP)的相关性研究,覆盖帕金森病、特发性震颤和肌张力障碍

基本信息
资源简介
运动障碍患者TUS的LFP相关性研究
该数据集来自clinicaltrials.gov,聚焦运动障碍患者中经颅超声刺激(TUS)与局部场电位(LFP)的相关性研究,覆盖帕金森病、特发性震颤和肌张力障碍。研究采用随机分组与交叉设计,受试者分别接受假刺激与主动刺激,主动刺激使用theta burst协议对双侧初级运动皮层(M1)或苍白球内侧部(GPi)进行2分钟超声刺激,假刺激功率设为0瓦,并通过白噪声和耳塞实现盲法,靶点借助结构MRI与神经导航系统解剖定位。该数据可用于探索TUS对神经电生理信号的影响及相关机制研究(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、特发性震颤、肌张力障碍。实验1:受试者将在首次研究访视时被随机分配到假刺激组或主动刺激组。在第二次研究访视中,两组之间将进行交叉,所有受试者在研究完成前均接受一次假刺激和一次主动刺激访视。在主动刺激访视期间,将使用theta burst协议(Isppa:30 W/cm2,脉冲串长度:20 ms,周期:200 ms,频率500 kHz)对双侧初级运动皮层(M1)或苍白球内侧部(GPi)进行2分钟超声刺激。假刺激组涉及对双侧M1/GPi进行功率设为0瓦的超声刺激。在两组中,受试者将通过耳塞传输的白噪声实现盲法。靶点将使用结构MRI和神经导航系统进行解剖学识别。
【主题与分类】
主题标签:Parkinson Disease、Essential Tremor、Dystonia。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/NCT05965960
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/NCT05965960
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、特发性震颤、肌张力障碍。实验一:在首次研究访视期间,受试者将被随机分配至假刺激组或活性刺激组。在第二次研究访视时,两组将进行交叉,所有受试者在研究完成前均需接受一次假刺激和一次活性刺激访视。在活性刺激访视期间,将采用θ爆发式刺激方案(空间峰值脉冲平均声强Isppa:30 W/cm²,爆发时长:20 ms,周期:200 ms,频率500 kHz)对双侧初级运动皮层(M1)或苍白球内侧部(GPi)进行2分钟的超声刺激。假刺激组则在双侧M1/GPi区域进行功率设定为0瓦的超声刺激。两组受试者均通过耳塞播放白噪声以实现盲法。靶点将通过结构性MRI和神经导航系统进行解剖学定位。将使用Percept PC脑深部电刺激(DBS)系统在多个时间点记录来自丘脑底核(STN)或苍白球内侧部(GPI)的局部场电位(LFPs):刺激前(基线)、刺激期间,以及刺激后10分钟、30分钟和45分钟的时间间隔。
这些记录将在受试者执行由加速度计监测的手指敲击任务期间以及静息期间获取。不同频率的局部场电位(LFP)功率将与手指敲击任务中观察到的速度进行比较并相关性分析。在完成假刺激和主动刺激访视后,受试者将有机会参加一个可选对照组访视,该访视包括利用theta爆发方案对枕叶皮层进行超声刺激。实验2:将利用经颅超声刺激(TUS)靶向直接位于脑深部电刺激(DBS)电极之上的区域,同时记录LFP,以识别任何表明靶区超声刺激参与的刺激伪迹。
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。




