帕金森病的棱镜适应治疗

该数据集来自 clinicaltrials.gov,主题为帕金森病的棱镜适应治疗。源站描述显示,参与者将在家中进行连续 14 天、每天两次的视觉适应训练

Dartmouth-Hitchcock Medical CenterDartmouth-Hitchcock Medical Center
clinicaltrials
浏览 8
表格Parkinson
Prism Adaptation Treatment of Parkinson's Disease

基本信息

模态
表格
创建/更新时间
2026-10-09

资源简介

帕金森病的棱镜适应治疗

该数据集来自 clinicaltrials.gov,主题为帕金森病的棱镜适应治疗。源站描述显示,参与者将在家中进行连续 14 天、每天两次的视觉适应训练。每次训练需佩戴棱镜眼镜,在距墙面或柜子可及范围内,对上下相距约十英寸的两个硬币大小目标进行快速指点,每次训练共 50 次指点动作,完成后摘下眼镜,并记录每次训练的时间与时长。该数据可用于了解帕金森病家庭视觉适应训练方案及相关临床试验信息(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:帕金森病。参与者将接受训练,在家中连续 14 天每天进行两次视觉适应训练。每次适应训练时,受试者将坐在椅子上,伸手可及墙壁或柜子,其上将放置两个硬币大小的目标(一个在另一个上方,相距约十英寸)。佩戴护目镜时,您将快速指向一个目标,然后指向下一个目标,每次指向动作之间将手收回至躯干。他们将被指示“尽可能快”地完成这些动作,每次治疗训练总共进行 50 次指向动作。完成 50 次指向动作后,他们将摘下护目镜。在整个治疗期间,他们将被要求写日记,记录每次棱镜适应训练的时间和时长。在第一次和第二次现场访视时,参与者

【主题与分类】

主题标签:Parkinson。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/NCT02380859

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/NCT02380859

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:帕金森病。参与者将接受培训,在家中连续14天每天进行两次视觉适应训练。每次适应训练时,受试者将坐在椅子上,伸手可及墙壁或柜子,其上放置两个一角硬币大小的目标(上下排列,相距约十英寸)。佩戴护目镜时,您将快速指向一个目标再指向下一个目标,每次指向动作之间将手收回至躯干。他们将被告知在每个治疗环节中“尽可能快”地完成这些动作,总共进行50次指向动作。完成50次指向动作后,他们将摘下护目镜。在整个治疗期间,他们将被要求记日记,记录每次棱镜适应训练的时间和持续时间。在第一次和第二次现场访问时,参与者将接受姿势、步态和日常生活活动能力的评估,其中包括一些问卷。治疗后一周、1个月和3个月时,问卷将通过邮件发送。

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