节段性激光针灸治疗帕金森病患者便秘与睡眠问题
本数据集来自 clinicaltrials.gov,主题为节段性激光针灸用于帕金森病患者便秘与睡眠问题的研究。帕金森病除运动症状外,常伴便秘和睡眠障碍等非运动症状,严重影响生活质量

基本信息
资源简介
节段性激光针灸治疗帕金森病患者便秘与睡眠问题
本数据集来自 clinicaltrials.gov,主题为节段性激光针灸用于帕金森病患者便秘与睡眠问题的研究。帕金森病除运动症状外,常伴便秘和睡眠障碍等非运动症状,严重影响生活质量。肠脑轴涉及中枢神经系统、自主神经系统、肠神经系统与肠道微生物群的双向交流,动物模型证据提示其在帕金森病病理生理与进展中可能起重要作用。研究拟采用激光针灸作为安全、非侵入性的光生物调节手段,基于节段性神经调控概念进行干预。数据可用于神经系统疾病与帕金森病相关研究(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。帕金森病(PD)不仅以运动症状为特征,还以常见且具有临床意义的非运动症状为特征,包括便秘和睡眠障碍,这些症状可显著损害生活质量。“肠脑轴”的概念描述了中枢神经系统、自主神经系统、肠神经系统和肠道微生物群之间的双向交流。越来越多来自动物模型的证据表明,肠脑轴可能在PD的病理生理学和进展中发挥重要作用。鉴于自主神经系统调节在肠脑轴中的核心作用,本研究将使用激光针灸作为一种安全、非侵入性的光生物调节(PBM)形式,具有潜在的神经调控作用。基于节段性神经调控的概念,激光刺激将应用于th
【主题与分类】
主题标签:Parkinson's Disease。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/NCT07790094
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/NCT07790094
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
疾病:帕金森病。帕金森病(PD)不仅以运动症状为特征,还常伴有临床意义显著的非运动症状,包括便秘和睡眠障碍,这些症状可显著损害生活质量。“肠-脑轴”的概念描述了中枢神经系统、自主神经系统、肠神经系统和肠道微生物群之间的双向通讯。越来越多来自动物模型的证据表明,肠-脑轴可能在PD的病理生理学和进展中发挥重要作用。鉴于自主神经系统调节在肠-脑轴中的核心作用,本研究将采用激光针灸作为一种安全、非侵入性的光生物调节(PBM)形式,其具有潜在的神经调控效应。基于节段性神经调控的概念,激光刺激将应用于胸腰段脊柱旁区域(T10-L2)和骶段(S2-S4,对应八髎穴),以调节源自T10-L2的交感神经活动和源自S2-S4的盆腔副交感神经活动。该方法旨在促进肠道蠕动和排便反射。
同时,通过调节自主神经平衡和稳定应激-睡眠节律(以唾液生物标志物包括唾液皮质醇和唾液α-淀粉酶(sAA)评估),预期该干预能改善PD患者的睡眠质量。本研究设计为随机、双盲、假对照临床试验。将招募伴有便秘的PD患者,并接受为期8周的干预。主要结局将使用布里斯托大便分类量表(BSFS)和便秘评分系统(CSS;Agachan评分)评估便秘症状的变化。次要结局将使用帕金森病睡眠量表-2(PDSS-2)和快速眼动睡眠行为障碍筛查问卷(RBDSQ)评估睡眠质量。客观唾液生物标志物,包括唾液皮质醇和
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。




