语言与路易体疾病:句子理解问题及无创脑刺激治疗调节
该数据集来自 clinicaltrials.gov,聚焦路易体疾病(LBDs)与健康老化人群,涵盖帕金森病(PD)和路易体痴呆(DLB)两大临床实体

基本信息
资源简介
语言与路易体疾病:句子理解问题及无创脑刺激治疗调节
该数据集来自 clinicaltrials.gov,聚焦路易体疾病(LBDs)与健康老化人群,涵盖帕金森病(PD)和路易体痴呆(DLB)两大临床实体。数据关注 LBDs 患者常被忽视的语言功能障碍,尤其是句子理解问题,并涉及无创脑刺激治疗对其的调节作用。可用于研究 LBDs 相关认知与语言损伤的识别、分类及干预效果评估,为改善患者社交与职业功能及生活质量提供数据支持(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:路易体疾病、健康老化。路易体疾病(LBDs)代表一组神经退行性疾病,其特征是α-突触核蛋白聚集物的异常积累,导致路易体(LB)和路易神经突形成,进而引起细胞死亡。LBDs 包括两个主要临床实体——帕金森病(PD)和路易体痴呆(DLB)。绝大多数 LBDs 患者在诊断时已存在轻度认知障碍(MCI),或将在疾病过程中发展出 MCI。LBDs 合并 MCI 患者的语言功能障碍常未被识别,难以治疗,但即使细微变化也可能导致社交和职业功能受损,对生活质量产生深远影响。当前的药物或手术策略可有效处理 LBDs 的运动问题
【主题与分类】
主题标签:Lewy Body Disease、Healthy Aging。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/NCT05847985
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/NCT05847985
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:路易体病、健康老龄化。路易体病(LBDs)代表一组神经退行性疾病,其特征是α-突触核蛋白聚集物的异常积累,导致路易体(LB)和路易神经突的形成,进而引起细胞死亡。LBDs包括两种主要的临床实体——帕金森病(PD)和路易体痴呆(DLB)。绝大多数LBDs患者在诊断时要么已经存在轻度认知障碍(MCI),要么会在疾病过程中发展出该障碍。LBDs伴MCI患者的语言功能障碍往往未被识别,难以治疗,但即便是细微的变化也可能导致社交和职业功能的损害,对患者的生活质量产生深远影响。当前的药物或手术策略对于解决LBDs的运动问题有效,但对语言功能障碍等其他症状的效果非常有限。因此,非药物方法正受到更多关注。
这些非药物策略之一是使用无创脑刺激(NIBS)技术,该技术能够调节大脑功能,并对人类神经系统的可塑性产生影响。在本拟议项目中,研究者的目标首先是描述轻度认知障碍(MCI)的LBDs患者在语言领域与健康对照(HC)相比的具体改变,并利用先进多模态成像技术与多种分析方法的创新结合来识别这些变化的神经基础。其次,研究者旨在将NIBS作为一种在监督下、个体化的家庭为基础的治疗方法,以解决语言功能障碍。
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。




