帕金森病无创诊断数据集
该数据集来自 clinicaltrials.gov，聚焦帕金森病（PD）的无创诊断研究。研究通过高光谱成像和光学相干断层扫描（OCT）分析视网膜中与神经细胞和血管相关的模式，并结合计算机化测试评估记忆、注意力和思维能力，同时分析语音录音中音量减弱等常见变化
基本信息
资源简介
帕金森病无创诊断数据集
该数据集英文名为 Non-invasive Diagnosis of Parkinson's Disease，来源于 clinicaltrials.gov，主题标签为帕金森病（Parkinsons Disease, PD），本站分类归入神经系统疾病 / 帕金森病。其核心内容围绕帕金森病的无创诊断研究展开，旨在改进帕金森病的诊断方式，避免依赖腰椎穿刺或其他侵入性操作。研究重点考察通过高光谱成像和光学相干断层扫描（OCT）检测视网膜变化，从而辅助识别帕金森病的可能性；同时结合计算机化测试评估记忆、注意力和思维能力，并分析语音录音中与疾病相关的特定变化，例如音量减弱和力度下降。整体而言，该数据集聚焦于多模态、非侵入性的帕金森病诊断信息，涵盖眼部影像、认知测试和语音分析等方向。
【数据集背景】
帕金森病（PD）是一种神经系统疾病，其诊断通常需要依赖一定的临床评估与检查手段。该数据集所对应的研究关注如何改善帕金森病的诊断流程，特别是探索无需腰椎穿刺或其他侵入性操作的无创技术。研究背景中明确提出，希望通过新的非侵入性方法来提升诊断的便利性与可接受性。研究者关注的核心问题是：通过高光谱成像和光学相干断层扫描（OCT）检测眼睛视网膜中的变化，是否能够帮助精准定位帕金森病。这些方法使用特殊照片和扫描，类似于眼科诊所或验光师处进行的检查，用以分析视网膜中与神经细胞和血管相关的模式。此外，由于帕金森病也可能影响言语，研究还会分析语音录音中的特定变化，例如音量减弱和力度下降。上述背景信息均来自源站描述，体现了该数据集在神经系统疾病尤其是帕金森病无创诊断方向上的研究定位。
【数据内容】
该数据集涉及的数据内容与帕金森病无创诊断研究相关，主要包括以下几类信息：第一，眼部视网膜相关数据，通过高光谱成像和光学相干断层扫描（OCT）获取，用于分析视网膜中与神经细胞和血管相关的模式；第二，计算机化测试数据，用于测量参与者的记忆、注意力和思维能力；第三，语音录音数据，用于分析帕金森病常见的特定变化，例如音量减弱和力度下降。源站描述还提到，研究将结合来自眼睛图像的信息，但该句在源站描述中未完整呈现，因此其后续具体内容源站未提供。除上述内容外，该数据集是否包含其他类型的数据、具体样本量、受试者人口学信息、时间跨度、随访安排等，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，源站描述显示其研究条件为帕金森病（PD）。采集方式涉及非侵入性技术，包括高光谱成像和光学相干断层扫描（OCT），这些方法使用特殊照片和扫描，类似于在眼科诊所或验光师处进行的检查。参与者还会接受计算机化测试，以测量记忆、注意力和思维能力。此外，研究将分析语音录音，以识别帕金森病中常见的特定变化，如音量减弱和力度下降。关于采集地点、采集时间、采集设备型号、操作流程、参与者招募方式、样本纳入与排除标准等具体信息，源站未提供。
【适用场景】
该数据集适用于与帕金森病无创诊断相关的研究与应用场景。具体而言，可用于探索视网膜高光谱成像和光学相干断层扫描（OCT）在帕金森病诊断中的潜在价值，分析视网膜中与神经细胞和血管相关的模式；也可用于结合计算机化测试评估记忆、注意力和思维能力，以及分析语音录音中音量减弱和力度下降等变化。由于研究强调无创方式，该数据集可能适用于希望避免腰椎穿刺或其他侵入性操作的诊断研究场景。此外，其多模态特征可能适合用于整合眼部影像、认知测试和语音分析信息的探索性研究。但需注意，源站未提供该数据集在具体临床诊断流程、产品开发或监管申报中的适用性说明，因此上述场景仅基于源站描述中的研究目的进行归纳。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据访问方式、下载格式、预处理步骤、分析流程、配套工具或代码、以及使用者的操作指南等。因此，无法依据现有信息说明如何获取、处理或分析该数据集。
【质量与限制】
源站未提供该数据集的质量评估信息，例如数据完整性、准确性、标注一致性、样本代表性、偏倚控制、缺失值情况等。同时，源站也未提供该数据集的限制说明，例如样本量限制、人群适用范围、技术可重复性、设备依赖性、伦理约束或隐私保护措施等。因此，无法对数据质量与限制进行具体描述。
【引用与许可】
源站未提供该数据集的引用格式、许可协议、使用条款、版权归属或数据共享政策等信息。因此，无法说明引用与许可相关要求。
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/NCT07201610
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（PD）。本研究旨在通过测试无需腰椎穿刺或其他侵入性操作的新型非侵入性技术，改进帕金森病的诊断方式。研究人员正在探究通过高光谱成像和光学相干断层扫描（OCT）检测到的视网膜变化，是否有助于精准识别帕金森病。这些方法使用特殊的照片和扫描，类似于眼科诊所或验光师所做的检查，来分析视网膜中与神经细胞和血管相关的模式。此外，参与者将接受计算机化测试，以评估记忆、注意力和思维能力。由于帕金森病也会影响言语，本研究将分析语音录音中该病常见的特定变化，如音量和力度减弱。通过整合眼部图像、认知测试和语音分析的信息，该项目希望开发出一种更快、更准确的方法，以便在更早期阶段诊断帕金森病。
这项研究面向帕金森病患者和健康志愿者开放，所测试的新诊断工具能使未来的诊断更简单、更舒适，并惠及更广泛的人群。
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。
