进行性核上性麻痹远程监测数据集
该数据集来自 clinicaltrials.gov,聚焦进行性核上性麻痹(PSP)、帕金森病及多系统萎缩(MSA)的远程监测研究

基本信息
资源简介
进行性核上性麻痹远程监测数据集
该数据集来自 clinicaltrials.gov,聚焦进行性核上性麻痹(PSP)、帕金森病及多系统萎缩(MSA)的远程监测研究。研究拟纳入约85名可能或很可能PSP、很可能帕金森病、可能或很可能MSA患者及健康对照,在美国4-5个中心入组并随访一年。监测期间使用可穿戴吊坠传感器(PAMSys,BioSensics)记录跌倒与日常活动步数,并通过平板采集言语与认知指标,用于评估PSP进展。数据可用于探索可穿戴设备与数字健康技术在神经退行性疾病远程监测和进展预测中的可行性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:进行性核上性麻痹、帕金森病、MSA-多系统萎缩。本研究的主要目标是确定使用可穿戴传感器和数字健康技术远程监测可能或很可能PSP患者的可行性。次要目标是通过传感器衍生的运动指标以及平板衍生的言语和认知指标来测量PSP进展。简言之,约85名可能或很可能PSP、很可能帕金森病、可能或很可能多系统萎缩的个体以及健康对照将在美国4-5个中心入组,并随访一年。在PSP和MSA参与者的监测期(1年)内,将使用可穿戴吊坠传感器(PAMSys,BioSensics)监测所有参与者在日常生活活动(ADL)期间的跌倒和体力活动(步数)。帕金森病患者的
【主题与分类】
主题标签:Progressive Supranuclear Palsy、Parkinson Disease、MSA - Multiple System Atrophy。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/NCT04753320
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/NCT04753320
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:进行性核上性麻痹、帕金森病、MSA - 多系统萎缩。本研究的主要目标是确定使用可穿戴传感器和数字健康技术远程监测可能或很可能患有PSP的患者的可行性。次要目标是通过传感器衍生的运动指标以及平板电脑衍生的言语和认知指标来测量PSP的进展。简而言之,大约85名可能或很可能患有PSP、很可能患有帕金森病、可能或很可能患有多系统萎缩的个体以及健康对照者将在美国的4-5个研究中心入组,并接受为期一年的随访。在PSP和MSA参与者的监测期间(1年),将使用可穿戴吊坠传感器(PAMSys,BioSensics)监测所有参与者在日常生活活动(ADL)期间的跌倒和身体活动(步数)。帕金森病参与者和健康对照参与者仅在基线时接受一次访视。参与者将每月与研究中心的进行电视视频会议,在佩戴3个LEGSys(BioSensics)传感器的情况下执行监督下的步态和平衡任务。
使用研究提供的平板电脑,参与者还将进行认知测试,包括言语流畅性、颜色连线以及go-no-go敲击测试。参与者每3个月将接受更全面的测试,包括PSPRS、MoCA、生活质量问卷和功能评定量表,这些测试将远程(虚拟)进行。大约6个月时,参与者将接受面对面的PSPRS评估(以配合其门诊预约)。
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。




