帕金森病患者的肺部与肌肉骨骼损伤
该数据集来自 clinicaltrials.gov，聚焦帕金森病患者。源站描述指出，帕金森病患者的运动与非运动症状会因身体活动不足、疾病性质及其治疗而有所不同；疼痛、胸壁活动受限、咳嗽力量、肌肉力量、身体活动水平与生活质量之间的关系在文献中尚未被充分阐明，因此该研究旨在对此加以探讨
基本信息
资源简介
帕金森病患者的肺部与肌肉骨骼损伤
该数据集英文名为 Pulmonary and Musculoskeletal Impairments in Parkinson's Patients，来源于 clinicaltrials.gov，聚焦帕金森病患者群体。源站描述指出，帕金森病患者的运动症状与非运动症状会因身体活动不足、疾病性质及其治疗情况而有所不同。目前，疼痛、胸壁活动受限、咳嗽力量、肌肉力量、身体活动水平与生活质量之间的关系，在文献中尚未被充分阐明，因此该研究旨在对此加以探讨。该数据集在本站归类于神经系统疾病下的帕金森病方向，主题标签为 Parkinson Disease。整体来看，它围绕帕金森病患者在肺部与肌肉骨骼方面的功能受损问题展开，关注多种临床与功能指标之间的潜在联系，为相关研究提供数据背景与来源线索。
【数据集背景】
帕金森病是一种神经系统疾病，其临床表现不仅包括运动症状，也涉及非运动症状。源站描述强调，这些症状的表现会因身体活动不足、疾病本身的性质以及治疗情况而存在差异。尽管疼痛、胸壁活动受限、咳嗽力量、肌肉力量、身体活动水平与生活质量等指标在帕金森病患者中可能具有重要临床意义，但它们之间的相互关系尚未在文献中得到充分阐明。该数据集正是基于这一研究空白而设立，旨在为探讨上述关系提供数据支持。其主题标签为 Parkinson Disease，本站分类为神经系统疾病 / 帕金森病，来源站为 clinicaltrials.gov。
【数据内容】
该数据集聚焦帕金森病患者，涉及的主题包括疼痛、胸壁活动受限、咳嗽力量、肌肉力量、身体活动水平以及生活质量。源站描述指出，研究目的在于阐明这些因素之间的关系。关于数据集的具体字段、变量类型、样本量、记录条数、时间跨度、随访频率等详细内容，源站未提供。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。源站描述显示，该研究关注帕金森病患者中运动与非运动症状的差异，并试图探讨疼痛、胸壁活动受限、咳嗽力量、肌肉力量、身体活动水平与生活质量之间的关系。关于采集地点、采集时间、采集机构、纳入与排除标准、样本来源人群、采集流程等具体信息，源站未提供。
【适用场景】
基于源站描述，该数据集适用于围绕帕金森病患者开展的研究，尤其是涉及疼痛、胸壁活动受限、咳嗽力量、肌肉力量、身体活动水平与生活质量之间关系的探讨。它可用于神经系统疾病 / 帕金森病方向下的二次分析、研究背景梳理或相关课题的探索性工作。关于具体适用场景的更多细节，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问权限、下载格式、数据结构说明、预处理建议、分析工具或统计方法等。
【质量与限制】
源站未提供关于该数据集质量与限制的详细信息，例如数据完整性、准确性、偏倚风险、样本代表性、缺失值情况、伦理审查细节或使用限制等。
【引用与许可】
源站未提供该数据集的引用格式与许可信息。
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/NCT07843667
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。在帕金森病患者中，运动和非运动症状可能因缺乏身体活动、疾病性质及其治疗而异。帕金森病患者疼痛、胸壁活动受限、咳嗽力量、肌肉力量、身体活动水平和生活质量之间的关系尚未在文献中完全阐明。因此，本研究旨在探讨这一主题。
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。
