帕金森病呼拉舞改善研究(PAHU)第二部分
研究为前瞻性队列设计,评估为期12周的团体呼拉舞(hula)项目对帕金森病患者的疗效。参与者被随机分配至对照组或干预组,对照组在基线访视12周后接受12周团体呼拉舞课程,干预组从第1周开始并额外接受12周课程,共24周

基本信息
资源简介
帕金森病呼拉舞改善研究(PAHU)第二部分
该数据集来自 clinicaltrials.gov,聚焦帕金森病(Parkinson's Disease)患者,属于神经系统疾病范畴。研究为前瞻性队列设计,评估为期12周的团体呼拉舞(hula)项目对帕金森病患者的疗效。参与者被随机分配至对照组或干预组,对照组在基线访视12周后接受12周团体呼拉舞课程,干预组从第1周开始并额外接受12周课程,共24周。第14至26周两组分别上课。课程在QMC以团体形式进行,由经验丰富的kumu带领,每周一次、每次一小时。该数据可用于分析运动干预对帕金森病症状改善的效果(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。3.1 总体研究设计与方法 这是一项前瞻性队列研究,将调查为期12周的团体呼拉舞项目对帕金森病(PD)患者的疗效。参与者将被随机分配到对照组或干预组。基线访视后12周,对照组参与者将接受为期12周的团体呼拉舞项目。干预组将在项目第1周开始呼拉舞干预,然后继续接受额外12周的课程,共计24周的呼拉舞干预。从第14周至第26周,两个呼拉舞课程将分开进行:一个课程为对照组,一个课程为干预组。呼拉舞课程将在QMC以团体形式提供,由经验丰富的kumu带领。呼拉舞项目将包括呼拉舞课程,每周一次,每次一小时,持续
【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/NCT07808606
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/NCT07808606
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。3.1 总体研究设计与方法 这是一项前瞻性队列研究,旨在探讨为期12周的集体呼拉舞项目对帕金森病患者的疗效。参与者将被随机分配至对照组或干预组。基线访问后12周,对照组参与者将接受为期12周的集体呼拉舞项目。干预组将在项目第1周开始呼拉舞干预,并继续接受额外12周的课程,总计24周的呼拉舞干预。从第14周至第26周,两个呼拉舞班级将分别进行:一个班为对照组,一个班为干预组。呼拉舞课程将在QMC以集体形式开展,由经验丰富的kumu指导。呼拉舞项目包括每周一次、每次一小时的课程,持续3个月(共12节课)。将采用PAHU研究中为帕金森病患者开发和定制的呼拉舞项目。表1。
PAHU 呼拉课程概览 阶段 时长 练习 目标/益处 grounding 5分钟 呼吸练习 促进正念、对呼吸和姿势的觉察 文化礼仪 2-5分钟 吟唱 鼓励运用不同音高、呼吸和声音强化 热身(配音乐) 5-10分钟 坐姿拉伸颈部、四肢和躯干 活动肌肉,缓解僵硬 歌曲:第一节 20-25分钟 站立呼拉或坐姿呼拉 强化动作+平衡,激活双重任务(唱歌和跳舞) 补水休息 2-5分钟 将注意力重新聚焦于身心 歌曲:第二节 20-25分钟 站立呼拉或坐姿呼拉 促进回忆第一节和舞步 放松 5-10分钟 唱mele(歌曲),可选择坐着、站着或在空间内走动 提供社交、微笑和群体眼神交流的机会 如果参与者提供额外同意,将从呼拉课程中收集可能包含可识别特征(例如他们的面部)的视频录像
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。




