Synuclein-One 研究

Synuclein-One Study 来自 clinicaltrials.gov,聚焦帕金森病、多系统萎缩、路易体痴呆和单纯自主神经衰竭等突触核蛋白病

CND Life SciencesCND Life Sciences
clinicaltrials
浏览 10
蛋白质分类Parkinson DiseaseMultiple System AtrophyDementia With Lewy BodiesPure Autonomic Failure
Synuclein-One Study

基本信息

模态
蛋白质
任务类型
分类
创建/更新时间
2026-10-17

资源简介

Synuclein-One 研究

Synuclein-One Study 来自 clinicaltrials.gov,聚焦帕金森病、多系统萎缩、路易体痴呆和单纯自主神经衰竭等突触核蛋白病。该数据集围绕皮肤磷酸化 α-突触核蛋白的定性与定量测量,用于评估其在突触核蛋白病诊断中的价值。数据可用于研究组织生物标志物在临床实践中准确诊断 α-突触核蛋白、区分不同突触核蛋白病,并支持疾病修饰与神经保护疗法开发中的靶点结合评估,加速相关疗法研发(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:帕金森病、多系统萎缩、路易体痴呆、单纯自主神经衰竭。通过定性和定量测量帕金森病、多系统萎缩、路易体痴呆和单纯自主神经衰竭患者的皮肤磷酸化 α-突触核蛋白,研究磷酸化 α-突触核蛋白病理在突触核蛋白病诊断中的作用。有效的组织生物标志物将在临床实践中提供 α-突触核蛋白的准确诊断,区分不同的突触核蛋白病,支持在疾病修饰和神经保护疗法开发中评估靶点结合,并加速神经保护和疾病修饰疗法的开发。

【主题与分类】

主题标签:Parkinson Disease、Multiple System Atrophy、Dementia With Lewy Bodies、Pure Autonomic Failure。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/NCT04700722

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04700722

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:帕金森病、多系统萎缩、路易体痴呆、单纯自主神经衰竭。通过定性和定量测量帕金森病、多系统萎缩、路易体痴呆和单纯自主神经衰竭患者皮肤中的磷酸化α-突触核蛋白,探讨磷酸化α-突触核蛋白病理学在突触核蛋白病诊断中的作用。一种有效的组织生物标志物将在临床实践中提供α-突触核蛋白的准确诊断,区分不同的突触核蛋白病,使得在疾病修饰和神经保护疗法的开发中能够评估靶点结合情况,并加速神经保护和疾病修饰疗法的开发。

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。

获取专属数据定制方案