帕金森病数据集
帕金森病丘脑下核β振荡LFP数据集，用于闭环深部脑刺激系统研发。
基本信息
资源简介
帕金森病数据集
【一句话概览】
帕金森病影响全球数百万人，闭环深部脑刺激（CL-DBS）是一种新兴的脑康复疗法，旨在缓解运动症状。该系统由植入胸部的电池供电医疗设备向大脑发送刺激信号，通过电极传递至目标脑区，刺激强度可调。但现有CL-DBS系统采用强化学习、模糊接口和现场可编程门阵列等低能效方法，不适用于植入式和可穿戴医疗设备。本研究提出基于泄漏积分发放神经元控制器的神经形态方法，其开关式LIF和双LIF控制器分别将功耗降低19%和56%，抑制效率提高4.7%和6.77%。此外，研究还构建了包含丘脑底核β振荡原始神经活动的帕金森病数据集（来源 arXiv）。
【数据集背景】
本数据集源站标题为《arXiv Query: search_query=&id_list=2407.17756v1&start=0&max_results=1》。源站首次发布：2024-07-25。
【数据内容】
源站原始描述：Parkinson''s Disease afflicts millions of individuals globally. Emerging as a promising brain rehabilitation therapy for Parkinson''s Disease, Closed-loop Deep Brain Stimulation (CL-DBS) aims to alleviate motor symptoms. The CL-DBS system comprises an implanted battery-powered medical device in the chest that sends stimulation signals to the brains of patients. These electrical stimulation signals are delivered to targeted brain regions via electrodes, with the magnitude of stimuli adjustable. How…
中文译文（机器翻译，仅供快速理解，请以原文为准）：帕金森病困扰着全球数百万患者。闭环脑深部电刺激（CL-DBS）作为一种颇具前景的帕金森病脑康复疗法，旨在缓解运动症状。CL-DBS系统包括一个植入于胸部的电池供电医疗设备，该设备向患者大脑发送刺激信号。这些电刺激信号通过电极传递至目标脑区，且刺激强度可调。然而，当前的CL-DBS系统采用能效低下的方法，包括强化学习、模糊接口以及现场可编程门阵列（FPGA）等。这些方法使得传统CL-DBS系统在植入式和可穿戴医疗设备中不切实际。本研究提出了一种新颖的神经形态方法，基于泄漏积分点火神经元（LIF）控制器，根据帕金森病患者的各种严重程度调整DBS电信号的强度。我们的神经形态控制器——开关LIF控制器和双LIF控制器，成功将CL-DBS系统的功耗分别降低了19%和56%。同时，抑制效率分别提高了4.7%和6.77%。此外，为解决帕金森病症状数据稀缺的问题，我们构建了帕金森病数据集，其中包括来自丘脑底核在β振荡下的原始神经活动，这是帕金森病的典型生理生物标志物。
【主题与分类】
主题标签：cs.NE、q-bio.NC。
【适用方向】
时序数据适用于疾病进展预测、生理信号监测与事件发生的时序建模。
【获取与许可】
源站页面：https://arxiv.org/abs/2407.17756v1
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
数据集说明
帕金森病数据集 对应论文数据集（arXiv 预印本）。
数据获取指引
- 打开论文页面获取作者与项目信息：https://arxiv.org/abs/2407.17756v1
- 论文 Data Availability / Code Availability 章节标注了数据实际托管位置；
- 获取到实际数据链接后，按对应平台标准方式下载。
论文摘要：Abstract:Parkinson's Disease afflicts millions of individuals globally. Emerging as a promising brain rehabilitation therapy for Parkinson's Disease, Closed-loop Deep Brain Stimulation (CL-DBS) aims to alleviate motor symptoms. The CL-DBS system comprises an implanted battery-powered medical device in the chest that sends stimulation signals to the brains of patients. These electrical stimulation signals are delivered to targeted brain regions via electrodes, with the magnitude of stimuli adjustable. However, current CL-DBS systems utilize energy-inefficient approaches, including reinforcement learning, fuzzy interface, and field-programmable gate array (FPGA), among others. These approaches make the traditional CL-DBS system impractical for implanted and wearable medical devices. This research proposes a novel neuromorphic approach that builds upon Leaky Integrate and Fire neuron (LIF) controllers to adjust the magnitude of DBS electric signals according to the various severities of PD patients. Our neuromorphic controllers, on-off LIF controller, and dual LIF controller, successfully reduced the power consumption of CL-DBS systems by 19% and 56%, respectively. Meanwhile, the suppression efficiency increased by 4.7% and 6.77%. Additionally, to address the data scarcity of Parkinson's Disease symptoms, we built Parkinson's Disease datasets that include the raw neural activities from the subthalamic nucleus at beta oscillations, which are typical physiological biomarkers for Parkinson's Disease.
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。
