帕金森病幻觉感知中先验的作用
该数据集来自 clinicaltrials.gov,聚焦帕金森病中的幻觉感知问题,属于神经系统疾病与帕金森病主题。源站描述指出,幻觉是帕金森病常见的非运动症状,会显著影响患者功能、加重照护负担,并可能预示更快的认知衰退

基本信息
资源简介
帕金森病幻觉感知中先验的作用
该数据集来自 clinicaltrials.gov,聚焦帕金森病中的幻觉感知问题,属于神经系统疾病与帕金森病主题。源站描述指出,幻觉是帕金森病常见的非运动症状,会显著影响患者功能、加重照护负担,并可能预示更快的认知衰退。研究关注感知不仅依赖感官输入,也受期望与过往经验影响,过度依赖这些期望可能导致幻觉,但目前尚不清楚这是否能解释为何部分帕金森病患者出现幻觉。认知科学中常通过重复试验呈现微弱可见或无刺激来研究幻觉(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: PARKINSON DISEASE (Disorder)。理解帕金森病中为何会发生幻觉,对于改善受影响者的日常生活和照护至关重要。幻觉是帕金森病中常见的非运动症状,会显著影响人们的功能,增加照护者的负担,并可能预示更快的认知衰退。研究表明,一个人所感知到的并不只是基于感官所接收到的内容——它还受到期望和过往经验的影响。有时,过度依赖这些期望可能导致幻觉。然而,目前仍不清楚这是否能解释为何一些帕金森病患者会出现幻觉而另一些则不会。在认知科学中,研究幻觉的一种方法是向人们展示重复试验,其中刺激要么几乎不可见,要么根本不存在。一个人报告看到……的次数
【主题与分类】
主题标签:PARKINSON DISEASE (Disorder)。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/NCT07427498
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/NCT07427498
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(障碍)。了解帕金森病中幻觉产生的原因对于改善受影响者的日常生活和护理至关重要。幻觉是帕金森病中常见的非运动症状,可显著影响患者的功能,增加照护者的负担,并可能预示更快的认知衰退。研究表明,人所感知到的不仅仅基于感官所接收到的信息——它还受到期望和过往经历的影响。有时,过度依赖这些期望可能导致幻觉。然而,这是否能解释为什么有些帕金森病患者会出现幻觉而另一些则不会,目前仍不清楚。在认知科学中,研究幻觉的一种方法是向人们展示重复试验,其中刺激要么几乎不可见,要么根本不存在。当实际上什么都没有时,一个人报告看到某物的次数(称为“虚报”)与日常生活中出现幻觉的可能性有关。为了进一步探索这一点,研究人员使用提示来暗示刺激是否可能出现。
研究表明,健康个体利用这些线索来指导其感知。一些研究甚至提示,帕金森病患者可能更强烈地依赖这些线索,但这尚未与幻觉直接联系起来。本研究旨在检验这些线索——通过塑造预期——是否在经历幻觉的帕金森病患者中比无幻觉者更能影响误报率。通过理解误报发生的原因,将获得对视觉幻觉更深入的见解,并改善早期检测,最终提升护理水平。为更好地理解所涉及的脑机制,将从植有深部脑刺激电极的患者中记录脑活动,这些电极使研究者能够测量一个称为丘脑底核的特定脑区的神经信号。这可能有助于揭示大脑如何处理
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。




