利用TUS对帕金森病基底节进行无创DBS的研究
该数据集来自clinicaltrials.gov,聚焦帕金森病与肌张力障碍患者,计划招募10-15名已接受DBS且电极位于GPi的患者,参与三次研究访视

基本信息
资源简介
利用TUS对帕金森病基底节进行无创DBS的研究
该数据集来自clinicaltrials.gov,聚焦帕金森病与肌张力障碍患者,计划招募10-15名已接受DBS且电极位于GPi的患者,参与三次研究访视。第一次访视进行结构MRI扫描(T1、T2),用于经颅超声建模以精准定位靶点;第二、三次访视使用Brainsight系统与开源BabelBrain软件导航NeuroFUS经颅超声刺激换能器,对GPi进行超声刺激,并采用个体化建模与仿真。数据可用于无创DBS相关研究(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、肌张力障碍。研究参与者与访视:研究者将招募10-15名已接受DBS且电极位置在GPi的帕金森病和肌张力障碍患者。这些参与者将参与三次研究访视。第一次访视——MRI扫描:在第一次访视期间,参与者将在Toronto Western Hospital使用3.0 T Siemens MR成像仪进行结构MRI扫描,包括T1和T2扫描。这些扫描对于经颅超声建模以准确定位靶点至关重要。第二次和第三次访视——经颅超声刺激(TUS):在第二次和第三次访视中,研究者将使用Brainsight系统和开源应用程序BabelBrain来导航TUS换能器(NeuroFUS系统)。该过程涉及对GPi进行超声处理,并采用个体化建模和仿真以考虑超声
【主题与分类】
主题标签:Parkinson Disease、Dystonia。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/NCT06232629
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/NCT06232629
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、肌张力障碍。研究参与者与访视:研究者将招募10-15名已接受脑深部电刺激(DBS)且电极位于苍白球内侧部(GPi)的帕金森病和肌张力障碍患者。这些参与者将参与三次研究访视。第一次访视——磁共振成像(MRI)扫描:在第一次访视期间,参与者将在多伦多西部医院使用3.0 T西门子磁共振成像仪接受结构性MRI扫描,包括T1和T2扫描。这些扫描对于经颅超声建模以准确定位靶点至关重要。第二次和第三次访视——经颅超声刺激(TUS):在第二次和第三次访视中,研究者将使用Brainsight系统和BabelBrain(一款开源应用程序)对经颅超声刺激换能器(NeuroFUS系统)进行神经导航。该过程涉及对GPi进行超声照射,并通过个体化建模和模拟来考虑因颅骨密度和形态差异导致的超声衰减。研究者将双侧靶向GPi(即DBS电极所在位置),并在经颅超声刺激前、刺激期间及刺激后长达一小时内记录局部场电位(LFPs)。
TUS方案:患者将在各次记录访视中接受两种不同的TUS方案,按随机顺序分配,间隔至少一周。这些方案包括:tbTUS方案(5Hz脉冲重复频率[PRF]),既往研究显示其可在超声照射后约一小时内增加运动皮层兴奋性;以及10Hz方案,已被证实可在超声照射后约一小时内抑制运动皮层活动。此外,研究者将在每次访视时实施两种假TUS方案,随机选择以评估安慰剂效应以及与TUS相关的体感刺激的影响。假方案包括一种主动假TUS,研究者将使用5或10Hz方案对枕叶皮层进行超声照射(Isppa:30 W/cm²);以及一种被动假TUS,将使用5或10Hz方案对GPi进行超声照射,但功率为零。
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。




