运动状态依赖性自适应DBS治疗帕金森病

数据集获取

源站：https://clinicaltrials.gov/study/NCT07424508

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（PD）。本研究将使研究者能够评估一种基于运动状态的自适应脑深部电刺激范式治疗帕金森病（PD）患者步态功能障碍的疗效。虽然目前的脑深部电刺激（DBS）治疗可改善帕金森病的肢体症状，如震颤和运动迟缓，但对晚期步态症状效果较差，这些症状表现为运动减少型步态模式、步态变异性增加、不对称以及平衡障碍。这些症状使人衰弱，是帕金森病患者发病的主要来源。研究表明，传统的高频刺激设置虽善于治疗肢体症状，但对步态障碍等中轴症状可能效果不佳。通过调节刺激参数（例如使用较低频率）已被证明可改善步态的对称性和节律性等运动学特征。然而，这些设置对其他症状效果较差，因此是以牺牲肢体症状控制为代价的。

本研究的总体目标是识别帕金森病（PD）患者运动状态的个性化电生理特征以及步态优化刺激参数，从而构建自适应控制算法，使其能够在行走时自动从已识别的“步态优化”设置切换至非行走期间的“其他PD症状优化”设置。这是一项小型双盲试验，纳入六名已植入RC+S设备的特发性PD伴运动波动的患者。研究者将比较闭环（自适应DBS）与开环（持续临床DBS）范式在行为表现改善方面的总体疗效。在这一慢性运动状态依赖性自适应DBS阶段，自适应DBS与开环刺激设置将按7天周期随机分配，并通过追踪运动学的可穿戴设备获取运动与步态相关测量数据。患者将

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。