个性化帕金森项目 PSP 队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT05501431

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

疾病：进行性核上性麻痹、脑疾病、神经退行性疾病、运动障碍。理由：鉴于大量新型疾病修饰疗法的出现，并认识到现有临床结局指标很可能不足以敏感地检测疾病进程中微小但可能具有临床相关性的变化，迫切需要开发数字化进展生物标志物，不仅是在帕金森病领域，也包括各种形式的非典型帕金森综合征，包括进行性核上性麻痹（PSP）。研究设计：前瞻性、纵向、单中心队列研究。研究目的：主要目的是开发用于检测PSP患者关键临床参数疾病进展的算法：运动迟缓、步态、从椅子上起身和跌倒，基于（1）通过日常生活期间被动监测获得的传感器数据；（2）在虚拟运动检查期间收集的传感器数据。

本研究的第二个目标是创建一个纵向数据集，描述具有代表性的PSP队列的临床和功能特征，以便研究人员探究PSP中尚未解答的重要问题。研究人群：根据既定国际标准（即MDS-PSP标准），纳入50例可能或很可能PSP患者；诊断由两位在运动障碍领域具有深厚专业知识的神经科医生通过对录像神经检查进行共识评审予以确认。此外，我们还将纳入50名年龄和性别匹配的健康对照者。主要研究参数/终点：主要研究终点为新开发的数字测量指标的年度变化，这些指标提取自Verily Study Watch。次要终点包括对运动、认知、神经心理、生活质量和ADL评估的标准化评价。此外，将在PSP受试者中采集用于DNA检测的全血和血清，以用于例如基因分型和表型分析。参与相关的负担和风险的性质与程度

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。