帕金森综合征可调控变量 (MVP)
该数据集来自 clinicaltrials.gov,为一项前瞻性观察性研究,覆盖帕金森病、帕金森综合征、多系统萎缩、进行性核上性麻痹、Shy-Drager 综合征、皮质基底节变性、路易体痴呆、Pick 病及橄榄脑桥小脑萎缩等疾病

基本信息
资源简介
帕金森综合征可调控变量 (MVP)
该数据集来自 clinicaltrials.gov,为一项前瞻性观察性研究,覆盖帕金森病、帕金森综合征、多系统萎缩、进行性核上性麻痹、Shy-Drager 综合征、皮质基底节变性、路易体痴呆、Pick 病及橄榄脑桥小脑萎缩等疾病。研究旨在描述帕金森病患者的疾病进展、症状变化、生活质量以及饮食和生活习惯,识别生活质量最高、疾病活动最少的个体,以描述与疾病不进展和高生活质量相关的用药、饮食和生活方式模式。参与者每六个月完成一次在线调查,持续五年,每次约需一至一个半小时(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、帕金森综合征、MSA - 多系统萎缩、进行性核上性麻痹、Shy-Drager 综合征、皮质基底节变性、路易体痴呆、Pick 病。这是一项前瞻性观察性研究,旨在描述帕金森病(PD)患者的疾病进展、症状变化、生活质量、饮食和生活习惯。本研究将识别并描述那些生活质量最高、疾病活动最少的个体,以描述与 PD 疾病不进展和高生活质量相关的用药、饮食和生活方式模式。参与者将被要求每六个月完成一次在线调查,持续五年。每次所需时间约为每六个月一小时至一个半小时。如果参与者对回答问题感到不适,则无需回答。
【主题与分类】
主题标签:Parkinson's Disease、Parkinsonism、MSA - Multiple System Atrophy、Progressive Supranuclear Palsy、Shy-Drager Syndrome、Corticobasal Degeneration、Dementia With Lewy Bodies、Pick Disease、Olivopontocerebellar Atrophies。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/NCT02194816
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/NCT02194816
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、帕金森综合征、MSA-多系统萎缩、进行性核上性麻痹、Shy-Drager综合征、皮质基底节变性、路易体痴呆、皮克病。这是一项前瞻性观察性研究,旨在描述帕金森病(PD)患者的疾病进展、症状变化、生活质量、饮食和生活习惯。本研究将识别并描述那些生活质量最高、疾病活动最少的个体,以描述与PD疾病进展缺失和高生活质量相关的药物、饮食和生活方式模式。参与者将被要求每六个月完成一次在线调查,持续五年。每次大约需要一小时到一个半小时,每六个月一次。如果参与者对回答某些问题感到不适,无需作答。在每个六个月的时间点,我们将向参与者发送一封电子邮件,其中包含CAM Care in PD调查的链接,这是一份关于健康和福祉的问卷(在REDCap中完成)。
在参与者完成本调查后,我们将向其发送第二份调查的链接,该调查关于膳食摄入(在ASA24.gov上完成)。由于调查必须在指定的时间窗口内完成,如果时间即将截止,参与者可能会收到我们的温和提醒。本研究并非旨在提供医疗服务。鼓励参与者咨询任何您希望咨询的医疗服务提供者。参与者不会直接从本研究中获益,但本研究过程中收集的信息可能有助于我们开始评估补充与整合医疗对帕金森病患者的健康、疾病进展和生活质量的长期影响。
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。




