人类基底神经节感觉过滤作为帕金森病机制
该数据集来自 clinicaltrials.gov,聚焦帕金森病,研究人类基底神经节在感觉运动系统中的功能作用,特别是其是否参与“过滤”与当前行为目标无关的感觉刺激,以及这种处理与帕金森病、essential tremor 等运动障碍严重程度的关系

基本信息
资源简介
人类基底神经节感觉过滤作为帕金森病机制
该数据集来自 clinicaltrials.gov,聚焦帕金森病,研究人类基底神经节在感觉运动系统中的功能作用,特别是其是否参与“过滤”与当前行为目标无关的感觉刺激,以及这种处理与帕金森病、essential tremor 等运动障碍严重程度的关系。研究同时纳入健康个体和接受常规 deep brain stimulation (DBS) 手术的帕金森病患者,术中在常规放置 DBS 电极之外,额外沿脑表面放置临时“strip”电极。可用于探索基底神经节感觉过滤机制及其与运动障碍的关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Parkinson Disease。本研究的目的是研究人类基底神经节在感觉运动系统中的功能作用。特别是,研究者感兴趣的是基底神经节参与“过滤掉”与当前行为目标无关的感觉刺激的可能性。此外,研究者感兴趣的是这些脑区中这种类型的感觉运动处理如何与帕金森病和 essential tremor 等运动障碍的严重程度相关。为此,研究者将研究健康个体和接受常规 deep brain stimulation (DBS) 手术的帕金森病患者。在手术期间,研究者将按常规放置 DBS 电极,并额外沿脑表面放置一个临时的“strip”电极。参与者将
【主题与分类】
主题标签:Parkinson 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/NCT05482126
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/NCT05482126
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。本研究旨在探究人类基底神经节在感觉运动系统中的功能作用。研究人员尤其关注基底神经节参与“滤除”与当前行为目标无关的感觉刺激的可能性。此外,研究人员还关注这些脑区中此类感觉运动加工与帕金森病和特发性震颤等运动障碍严重程度之间的关系。为此,研究人员将研究健康个体和接受常规脑深部电刺激(DBS)手术的帕金森病患者。在手术过程中,研究人员将按常规方式放置DBS电极,并额外沿大脑表面放置一根临时“条状”电极。随后,参与者将执行一项测试感觉运动功能的简短行为任务,同时研究人员将从这些电极记录神经信号。
该任务将涉及传递感觉刺激(视觉、振动触觉、电刺激和/或本体感觉),并要求参与者做出特定的运动反应。为了全面测量感兴趣的变量,研究人员还将在参与运动的区域皮肤上粘贴小贴片(电极),以测量肌肉活动(如面部和四肢),并可能在手腕、手指或手臂周围附着小型非侵入性设备(例如加速度计)来测量位置。研究人员还可能在头皮上施加脑电图电极以测量整体大脑活动,或在受试者面前放置麦克风以记录言语。除了记录这种基线大脑活动外,研究人员还将评估深部脑刺激和多巴胺能药物是否会改变所记录的活动和任务表现。典型的深部脑刺激涉及向
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。




