帕金森病中的神经可塑性
该数据集来自 clinicaltrials.gov，聚焦帕金森病中的神经可塑性研究。数据涉及使用 7T MRI（结构、弥散与静息态功能 MRI）以及非侵入性脑刺激（TMS：PAS、SAI）技术，量化脑功能的结构与功能变化
基本信息
资源简介
帕金森病中的神经可塑性
该数据集来自 clinicaltrials.gov，聚焦帕金森病中的神经可塑性研究。数据涉及使用 7T MRI（结构、弥散与静息态功能 MRI）以及非侵入性脑刺激（TMS：PAS、SAI）技术，量化脑功能的结构与功能变化。TMS 实验采用 Magstim Bistimn 2002 经颅磁刺激仪和标准八字形线圈（直径 70 mm）在头皮表面施加刺激，刺激方式包括单脉冲或成对脉冲方案（同一 TMS 线圈、刺激间隔 50 或 80 ms）。表面 EMG 信号在传感器内预放大后经蓝牙无线传输至 Delsys 数据采集系统。可用于研究帕金森病运动功能（步态等）的定量评估与神经可塑性变化（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、帕金森病。本项目将使用神经影像（7T MRI：结构、弥散和静息态功能 MRI），来自 Noam Harel 博士的方案 IRB# STUDY00008096，以及非侵入性脑刺激（TMS：PAS、SAI）技术，来量化脑功能的结构和功能变化。TMS 实验将使用 Magstim Bistimn 2002 经颅磁刺激（TMS）单元和标准八字形线圈（直径 70 mm），在头皮表面施加刺激。刺激将使用单脉冲或成对脉冲方案（两个刺激，通过同一 TMS 线圈，刺激间隔为 50 或 80 ms）进行。所有表面 EMG 信号将在传感器内预放大，并通过蓝牙连接无线发送至 Delsys 数据采集系统。运动功能的定量评估（步态、步态起始
【主题与分类】
主题标签：Parkinson、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/NCT05286736
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/NCT05286736
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。本项目将采用神经影像学（7T MRI：结构、弥散及静息态功能MRI），依据Noam Harel博士的方案IRB# STUDY00008096，以及非侵入性脑刺激技术（TMS：PAS、SAI），来量化大脑功能的结构与功能变化。TMS实验将使用Magstim Bistimn 2002经颅磁刺激（TMS）仪和标准八字形线圈（直径70毫米），在头皮表面施加刺激。刺激将通过单脉冲或双脉冲方案（两次刺激，通过同一TMS线圈，刺激间隔为50或80毫秒）进行。所有表面EMG信号将在传感器内预放大，并通过蓝牙无线连接发送至Delsys数据采集系统。运动功能（步态、步态启动、反应性平衡、运动迟缓、重复交替运动、强直、停止信号反应时间）及神经心理功能的定量评估将用于评估基线和30-36个月后的行为状态。
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。
