帕金森病GBA多模态研究
该数据集来自clinicaltrials.gov,聚焦帕金森病与GBA基因突变、戈谢病的关联研究。研究假设GBA相关帕金森病患者相比非GBA患者存在更严重的乙酰胆碱功能障碍和tau蛋白积累,且这些变化可能在无症状期就已出现

基本信息
资源简介
帕金森病GBA多模态研究
该数据集来自clinicaltrials.gov,聚焦帕金森病与GBA基因突变、戈谢病的关联研究。研究假设GBA相关帕金森病患者相比非GBA患者存在更严重的乙酰胆碱功能障碍和tau蛋白积累,且这些变化可能在无症状期就已出现。研究还涉及通过分析电脑打字模式区分健康人与帕金森病患者。数据可用于探索GBA突变对帕金森病认知衰退的影响机制及早期生物标志物(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、GBA基因突变、戈谢病。研究依据:携带GBA基因突变的人患帕金森病(PD)的风险更高,且若患有PD,更可能出现认知衰退和痴呆。PD患者的认知问题与脑内化学物质乙酰胆碱的功能障碍有关,并可能与tau蛋白在脑内的积累有关。既往研究的另一观察结果是,分析在电脑上打字的模式有助于区分健康人与PD患者。假设:研究者假设,与非GBA患者相比,GBA相关PD患者会有更严重的乙酰胆碱功能障碍和tau蛋白积累,且这些变化可能始于无症状阶段(即携带突变但无PD症状的人)。研究者还相信
【主题与分类】
主题标签:Parkinson Disease、GBA Gene Mutation、Gaucher 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/NCT04101968
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/NCT04101968
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、GBA基因突变、戈谢病。研究依据:携带GBA基因突变的人患帕金森病(PD)的风险更高,且若已患PD,更可能出现认知衰退和痴呆。PD患者的认知问题与大脑化学物质乙酰胆碱的功能障碍有关,并可能与大脑中tau蛋白的积累有关。以往研究中的另一项观察发现,分析在计算机上的打字模式有助于区分健康人与PD患者。假设:研究者假设,与无GBA突变的患者相比,GBA相关PD患者会有更严重的乙酰胆碱功能障碍和tau蛋白积累,且这些变化可能在无症状阶段(即携带突变但无PD症状的人)就已开始。研究者还认为,仅通过分析受试者在计算机上的打字方式,就能识别出多巴胺丢失程度较高的受试者。研究设计:研究者将招募25名携带GBA突变的受试者(10名PD患者和15名无症状携带者)。
所有参与者将接受临床评估和分型检测,随后将进行脑部MRI以及三次PET扫描,分别使用tau示踪剂、乙酰胆碱示踪剂和多巴胺能示踪剂。还将采集血样用于分析GCase(与GBA突变相关的酶)。对帕金森病诊断/治疗的影响:研究结果将有助于理解GBA相关帕金森病患者脑内发生的变化,并有望揭示非GBA相关帕金森病的病理生理机制,以及认知衰退(尤其是早期阶段)的分子相关性。分型数据结合多巴胺能成像将阐明利用分型模式识别早期帕金森病患者的可能作用。后续开发步骤:本研究的结果可能
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。




