FES与VR神经反馈康复用于帕金森病
该数据集来自clinicaltrials.gov,聚焦帕金森病患者的神经反馈康复。研究采用recoveriX PRO系统,将运动想象与功能性电刺激(FES)和虚拟现实(VR)反馈结合,通过脑电图(EEG)帽记录心理练习期间的神经活动,使用户能用运动想象控制反馈设备

基本信息
资源简介
FES与VR神经反馈康复用于帕金森病
该数据集来自clinicaltrials.gov,聚焦帕金森病患者的神经反馈康复。研究采用recoveriX PRO系统,将运动想象与功能性电刺激(FES)和虚拟现实(VR)反馈结合,通过脑电图(EEG)帽记录心理练习期间的神经活动,使用户能用运动想象控制反馈设备。试验旨在评估基于recoveriX治疗改善帕金森病患者运动功能的安全性与临床有效性,并与不监测EEG活动的标准FES+VR+MI治疗进行功能结果比较。数据可用于帕金森病康复干预的分类与疗效评估研究(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。recoveriX PRO系统是一种脑机接口(BCI)设备,它将运动想象(MI)与功能性电刺激(FES)和虚拟现实(VR)作为反馈设备相结合。用户佩戴脑电图(EEG)帽,在心理练习期间记录神经活动。该系统允许用户通过运动想象控制反馈设备(FES+VR)。本临床试验的目的是了解基于recoveriX的治疗在改善帕金森病患者运动功能方面的安全性和临床有效性。研究人员将比较recoveriX系统获得的功能结果与基于FES+VR+MI但不监测EEG活动的标准治疗。要回答的问题是:1. 接受recoveriX治疗的帕金森病患者运动功能是否会显著改善?2. 是否
【主题与分类】
主题标签:Parkinson Disease。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/NCT06690931
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/NCT06690931
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
条件:帕金森病。recoveriX PRO系统是一种脑机接口(BCI)设备,它将运动想象(MI)与功能性电刺激(FES)和虚拟现实(VR)结合作为反馈装置。用户佩戴脑电图(EEG)帽,记录心理练习期间的神经活动。该系统允许用户通过运动想象控制反馈装置(FES+VR)。本临床试验的目的是了解基于recoveriX的治疗在改善帕金森病患者运动功能方面的安全性和临床有效性。研究人员将比较recoveriX系统获得的功能结果与基于FES+VR+MI但不监测EEG活动的标准治疗。需要回答的问题是:1. 接受recoveriX治疗的帕金森病患者其运动功能是否会显著改善?2. 通过BCI治疗获得的功能改善是否优于标准MI+FES+VR治疗?3. 基于recoveriX的治疗是否与标准治疗一样安全?
参与者需在干预前后进行完整评估,以评价其功能状况(运动技能、行走能力、疲劳程度、疾病对日常生活活动的影响)。BCI组的患者将接受为期4周、每周6次的BCI训练,并结合FES与VR反馈(共计24次)。对照组的患者则接受为期4周、每周6次的FES+VR治疗(共计24次)。对照组患者将接受与实验组相同的指导,但不佩戴EEG帽。
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。




