上顶叶iTBS治疗帕金森病轻度认知障碍
该数据集来自clinicaltrials.gov,聚焦上顶叶间歇性θ爆发刺激(iTBS)用于帕金森病轻度认知障碍(PD-MCI)的研究

基本信息
资源简介
上顶叶iTBS治疗帕金森病轻度认知障碍
该数据集来自clinicaltrials.gov,聚焦上顶叶间歇性θ爆发刺激(iTBS)用于帕金森病轻度认知障碍(PD-MCI)的研究。源站描述指出,帕金森病患者20年内痴呆发生率高达80%,认知干预主要针对PD-MCI人群;药物干预疗效不足推动了对非药物方法的研究,其中iTBS是最有前景的非侵入性脑刺激方法,已获FDA批准用于多种精神疾病。但既往iTBS在PD-MCI中获益甚微,存在可修正的问题,包括仅靶向前额叶皮层而忽视后皮层胆碱能去神经支配与认知衰退的强关联,以及剂量不足(6,000对比至少18,0)。数据可用于分析iTBS干预PD-MCI的试验设计与疗效相关因素(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、轻度认知障碍。帕金森病(PD)患者在确诊后20年内有80%会发展为痴呆。PD的认知干预一直集中于轻度认知障碍(PD-MCI)个体。药物干预在PD-MCI中缺乏疗效,促使人们关注非药物方法。其中最有前景的是间歇性θ爆发刺激(iTBS),这是一种非侵入性脑刺激方法,已获FDA批准用于多种精神疾病。尽管迄今iTBS在PD-MCI中显示很少或没有获益,但既往干预存在可修正的问题,包括仅靶向前额叶皮层,而后皮层胆碱能去神经支配与PD认知衰退强烈相关,以及与有效iTBS干预相比剂量大幅不足(6,000对比至少18,0
【主题与分类】
主题标签:Parkinson Disease、Mild Cognitive Impairment。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/NCT07701785
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/NCT07701785
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、轻度认知障碍。80%的帕金森病(PD)患者在确诊后20年内会发生痴呆。PD的认知干预主要集中于轻度认知障碍个体(PD-MCI)。PD-MCI药物治疗缺乏疗效,促使人们关注非药物方法。其中最有前景的是间歇性θ爆发刺激(iTBS),这是一种无创脑刺激方法,已获FDA批准用于多种精神疾病。尽管迄今iTBS在PD-MCI中显示出的益处甚微甚至没有,但过去的干预存在可修正的问题,包括仅靶向前额叶皮层,而后皮层胆碱能去神经支配与PD认知下降密切相关,以及与有效的iTBS干预相比剂量明显不足(6,000次脉冲 vs 至少18,000次脉冲)。
若干预措施靶向右侧顶上小叶(rSPL),则可能获得更好的结果。rSPL是受帕金森病(PD)胆碱能去神经支配影响的皮层区域,对维持注意力至关重要;同时采用加速间歇性θ爆发刺激(a-iTBS),在更短时间内给予与FDA批准方案相当的刺激剂量。然而,在评估此类干预措施的疗效之前,必须先确认其在帕金森病轻度认知障碍(PD-MCI)中的安全性、耐受性和可行性。因此,本项目旨在评估为期三天、刺激rSPL、总脉冲数为18,000次的a-iTBS干预的安全性、耐受性和可行性。
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。




