帕金森病进展标志物计划在线(PPMI Online)

PPMI Online 是帕金森病进展标志物计划(PPMI)扩展项目中的在线研究方案,来源站为 clinicaltrials.gov,本站归类于神经系统疾病下的帕金森病

Michael J. Fox Foundation for Parkinson's ResearchMichael J. Fox Foundation for Parkinson's Research
clinicaltrials
浏览 12
其他预测Parkinson Disease
Parkinson Progression Marker Initiative Online (PPMI Online)

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

帕金森病进展标志物计划在线(PPMI Online)

PPMI Online 是帕金森病进展标志物计划(PPMI)扩展项目中的在线研究方案,来源站为 clinicaltrials.gov,本站归类于神经系统疾病下的帕金森病。该方案与 PPMI Clinical、PPMI Remote、PPMI Digital 等协议共同构成 PPMI 的扩展研究体系,参与者可能被要求参加其中一个或全部方案,入组顺序不一,也可能被邀请参加后续开发的 PPMI 配套研究。数据可用于帕金森病进展相关标志物的研究与预测分析(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。PPMI 是一个广泛的计划,正在扩展原始 PPMI 研究的目标,并将包括本 PPMI Online 方案,以及 PPMI Clinical [NCT04477785]、PPMI Remote、PPMI Digital 方案(在外部监管监督下)。PPMI 中的所有参与者可能被要求参加这些方案中的一个或全部,且他们在这些研究中的入组可能以不同顺序发生。PPMI 参与者还可能被要求参加额外的 PPMI 配套研究(随着这些研究的开发),这些研究可能仅根据其队列指定涉及一部分 PPMI 参与者。

【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/NCT05065060

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/NCT05065060

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

条件:帕金森病。PPMI是一个广泛的项目,正在扩展原始PPMI研究的目标,并将包括本PPMI在线方案,以及PPMI临床研究[NCT04477785]、PPMI远程方案、PPMI数字方案(均接受外部监管监督)。PPMI的所有参与者可能被要求参与其中一个或所有方案,且他们参与这些研究的入组顺序可能各不相同。PPMI参与者还可能被要求参与其他PPMI配套研究(随着这些研究的开展),这些研究可能仅涉及根据其队列指定的一部分PPMI参与者。

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