Theta深部脑刺激用于帕金森病认知增强
该数据集来自clinicaltrials.gov,聚焦帕金森病伴认知障碍患者的Theta深部脑刺激研究。研究旨在通过刺激STN腹侧(推测为联合区)来调节帕金森病患者的认知加工,假设相比刺激背侧(推测为感觉运动区)的对照条件,Theta刺激腹侧STN能改善认知任务表现

基本信息
资源简介
Theta深部脑刺激用于帕金森病认知增强
该数据集来自clinicaltrials.gov,聚焦帕金森病伴认知障碍患者的Theta深部脑刺激研究。研究旨在通过刺激STN腹侧(推测为联合区)来调节帕金森病患者的认知加工,假设相比刺激背侧(推测为感觉运动区)的对照条件,Theta刺激腹侧STN能改善认知任务表现。方法上基于既往中等效应量(Cohen's d=0.57)进行功效分析,预计招募27名受试者,采用被试内设计,功效0.8,显著性水平0.05。受试者将从Vancouver General Hospital DBS诊所招募(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、认知障碍。目的:本研究的目的是通过刺激STN腹侧(推测为联合区)来测试STN的Theta刺激调节PD患者认知加工的能力。假设:假设是,与刺激背侧(推测为感觉运动区)STN的对照条件相比,对腹侧(推测为联合区)STN进行Theta刺激将改善认知任务的表现。方法:功效分析——根据先前报告的中等效应量(Cohen's d=0.57),研究者预计需要招募27名受试者,采用被试内设计,功效为0.8,alpha水平为0.05。受试者:将招募来自Vancouver General Hospital DBS诊所的深部脑刺激系统患者。受试者将……
【主题与分类】
主题标签:Parkinson Disease、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/NCT06518824
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/NCT06518824
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、认知障碍。目的:本研究的目的是通过刺激STN的腹侧(推测为联合区)区域,检验STN的theta刺激调节PD患者认知处理的能力。假设:假设与刺激背侧(推测为感觉运动区)STN的对照条件相比,对腹侧(推测为联合区)STN进行theta刺激将改善认知任务的表现。方法:功效分析——根据先前报道的中等效应量(Cohen’s d=0.57),研究者预计需要招募27名受试者,采用被试内设计,功效为0.8,α水平为0.05。受试者:将从Vancouver General Hospital DBS诊所招募植入脑深部电刺激系统的患者。受试者若植入STN DBS、有术前和术后影像(以便进行电极重建),且术后至少三个月,则将被纳入。
若受试者因语言障碍或痴呆无法完成认知任务,或存在显著的DBS相关并发症,则将被排除。研究设计:本研究采用双盲、随机、交叉的受试者内重复测量设计,评估刺激位置与行为矫正之间的交互作用。受试者将对刺激条件设盲,实施工作记忆任务的人员也将设盲,因为将由中立的第三方为每个条件设置DBS参数。电极重建与刺激位置:对每名受试者,使用Lead-DBS流程重建电极。将术前MRI与术后CT共同配准并非线性标准化至标准空间,使用PaCER算法识别并重建电极,必要时在原生空间中进行手动修正。根据CT伪影确定方向性电极的朝向。该方案
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。




