立体定向放射外科治疗特发性震颤与帕金森性震颤
该数据集来自 clinicaltrials.gov,主题为立体定向放射外科(SRS)治疗特发性震颤(ET)与帕金森性震颤(PT)

基本信息
资源简介
立体定向放射外科治疗特发性震颤与帕金森性震颤
该数据集来自 clinicaltrials.gov,主题为立体定向放射外科(SRS)治疗特发性震颤(ET)与帕金森性震颤(PT)。震颤是最常见的运动障碍,当药物控制不佳时,患者常面临手术选择,但部分患者倾向无创治疗或因医学原因不适合手术。SRS 利用高能聚焦 X 射线毁损丘脑腹中间核这一致颤区域,该区域也是脑深部电刺激(DBS)或丘脑毁损术的靶点。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:震颤、特发性震颤、帕金森病、放射外科、生活质量。震颤是所有运动障碍中最常见的一种。特发性震颤(ET)或帕金森性震颤(PT)患者可能因震颤而严重失能。当药物无法充分控制震颤时,通常会提供手术选择。然而,一些患者可能更倾向于无创治疗方法,而一些患者因医学原因不适合手术。立体定向放射外科(SRS)是一种利用高能高度聚焦的辐射(X射线)毁损大脑中引起震颤的微小区域的治疗方法。该区域被称为丘脑腹中间核,与外科脑深部电刺激器(DBS)治疗或神经外科手术(丘脑毁损术)所针对的区域相同。多篇使用伽玛刀立体定向的病例系列出版物
【主题与分类】
主题标签:Tremor、Essential Tremor、Parkinson Disease、Radiosurgery、Quality of Life。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/NCT01734122
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/NCT01734122
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:震颤、特发性震颤、帕金森病、放射外科、生活质量。震颤是最常见的运动障碍。特发性震颤(ET)或帕金森性震颤(PT)患者可能因震颤而严重致残。当药物无法充分控制震颤时,通常会提供手术选择。然而,一些患者可能更倾向于非侵入性治疗方法,而另一些患者因医学原因不适合手术。立体定向放射外科(SRS)是一种利用高能量高度聚焦的辐射(X射线)摧毁大脑中引起震颤的微小区域的治疗方法。该区域被称为丘脑腹中间核,与手术深部脑刺激器(DBS)治疗或神经外科手术(丘脑切开术)所针对的区域相同。已有多篇使用伽玛刀立体定向放射的病例系列发表,显示立体定向放射外科是治疗ET和PT安全有效的方法,使其成为无法手术和震颤控制不佳患者的标准治疗。
然而,在美国,直线加速器机器的放射治疗远比伽玛刀治疗机器更为常见,且尚无大型系列报道关于使用基于直线加速器的立体定向放射外科(SRS)结合无创面罩定位系统治疗ET和PT患者的研究。本临床试验旨在探讨基于直线加速器的SRS是否与伽玛刀手术所报道的一样安全有效,以及它是否是丘脑切开术或深部脑刺激器(DBS)装置植入的有效替代方案。主要测量指标为立体定向放射外科治疗前后与震颤相关的生活质量,次要测量指标为震颤严重程度及震颤相关药物的使用情况。立体定向放射外科(SRS)是严重震颤患者的标准治疗方案。本临床试验是一项基于问卷的试验,仅涉及完成2份问卷,在
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。




