运动障碍的生理学研究
其方案通过小型行为学、电生理和神经影像学子研究,探索运动障碍的病理生理机制,识别导致行为异常的中枢神经系统功能障碍,并寻找潜在诊断或治疗靶点

基本信息
资源简介
运动障碍的生理学研究
该数据集来自 clinicaltrials.gov,聚焦帕金森病、Tourette's Syndrome、抽动障碍、肌张力障碍等运动障碍。其方案通过小型行为学、电生理和神经影像学子研究,探索运动障碍的病理生理机制,识别导致行为异常的中枢神经系统功能障碍,并寻找潜在诊断或治疗靶点。部分子研究需要健康志愿者参与。数据可用于运动障碍的机制研究、诊断标志物发现及治疗靶点探索(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、Tourette's Syndrome、抽动障碍、肌张力障碍、运动障碍。目标 本方案旨在通过开展小型行为学、电生理学和神经影像学子研究,提高对运动障碍病理生理学的理解。这将有助于识别导致运动障碍患者行为异常的中枢神经系统功能障碍。这也有助于确定潜在的诊断或治疗靶点。部分子研究将需要健康志愿者。我们将开展:* 试点子研究(此前称为小型试点子研究)试点子研究本质上是探索性的,旨在积累足够信息以生成假设。过渡到新完整方案的标准是获得足够信息以进行功效分析。没有入组
【主题与分类】
主题标签:Parkinson's Disease、Tourette's Syndrome、Tic Disorders、Dystonia、Movement Disorders。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/NCT01019343
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/NCT01019343
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
条件:帕金森病、图雷特综合征、抽动障碍、肌张力障碍、运动障碍。目的 本方案旨在通过开展小型行为学、电生理学和神经影像学子研究,加深对运动障碍病理生理学的理解。这将有助于识别导致运动障碍患者出现行为异常的中枢神经系统功能障碍,也有助于确定潜在的诊断或治疗靶点。部分子研究将需要健康志愿者参与。我们将开展:* 试点子研究(此前称为小型试点子研究)试点子研究具有探索性质,旨在积累足够信息以形成假设。转入新的完整方案的标准是:获得足够信息以进行效力分析。
试点子研究没有入组限制。用于大型研究试点调查的小型子研究,* 假设检验子研究(此前标记为小数量子研究)定义为具有特定待检验假设、可用少量受试者(健康志愿者或患者)完成的研究。假设检验子研究将在入组6名受试者后(如果只有一组)或12名受试者后(每组6名,如果有两组)接受统计和PIRC审查,之后方可招募更多受试者。P.I.和PIRC将共同决定是继续以更多受试者进行假设子研究,还是需要制定新方案。请求审查假设检验子研究以考虑追加入组的备忘录将发送给PIRC和统计审查员。如果请求增加入组的行动超出PIRC范围而进入IRB,则需以修正案形式提交,进行前瞻性审查/批准。
- 可能增进对疾病过程了解或有助于患者诊断的个体患者研究,
- 为没有使用电生理学和神经学先前经验的研究人员提供的培训
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。




