MRI引导的帕金森病时间干涉刺激研究

该数据集来自 clinicaltrials.gov,聚焦 MRI 引导的时间干涉刺激(tTIS)治疗帕金森病(PD)的研究

Tongji HospitalTongji Hospital
clinicaltrials
浏览 12
医学影像预测Parkinson Disease (PD)
MRI-Guided Temporal Interference Stimulation for Parkinson's Disease

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-07

资源简介

MRI引导的帕金森病时间干涉刺激研究

该数据集来自 clinicaltrials.gov,聚焦 MRI 引导的时间干涉刺激(tTIS)治疗帕金森病(PD)的研究。研究纳入符合条件的 PD 患者并随机分为两组:A 组先接受 GPi 与 STN 联合刺激,一周后接受 GPi 刺激;B 组先接受 GPi 刺激,一周后接受 GPi 与 STN 联合刺激。每次刺激前基线、刺激后即刻以及刺激后 30、60 分钟评估 MDS-UPDRS Part III,用于比较单独靶向 GPi 与联合靶向 GPi 和 STN 的 tTIS 对 PD 患者运动症状的疗效差异,并评估不同靶点 tTIS 在不同症状 PD 患者中的疗效差异(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(PD)。本研究旨在评估 tTIS 治疗帕金森病(PD)患者的疗效和安全性。研究将纳入符合条件的 PD 患者,并将其随机分配到两组:A 组将首先接受 GPi 和 STN 联合刺激,一周后接受 GPi 刺激;B 组将首先接受 GPi 刺激,一周后接受 GPi 和 STN 联合刺激。每次刺激前基线、刺激后即刻以及刺激后 30 和 60 分钟评估 MDS-UPDRS Part III,以评估和比较单独靶向 GPi 的 tTIS 与联合靶向 GPi 和 STN 的 tTIS 对 PD 患者运动症状的治疗效果,并评估不同靶点 tTIS 在不同症状 PD 患者中的疗效差异。

【主题与分类】

主题标签:Parkinson Disease (PD)。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/NCT07827456

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/NCT07827456

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)。本研究旨在评估tTIS治疗帕金森病(PD)患者的疗效与安全性。研究将纳入符合条件的PD患者,并将其随机分配至两组:A组先接受GPi与STN联合刺激,一周后接受GPi刺激;B组先接受GPi刺激,一周后接受GPi与STN联合刺激。每次刺激前基线、刺激后即刻以及刺激后30分钟和60分钟时,均采用MDS-UPDRS第三部分进行评估,以评价并比较单独靶向GPi的tTIS与GPi和STN联合刺激对PD患者运动症状的治疗效果,并评估tTIS在不同靶点对不同症状PD患者的疗效差异。

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