高精度经颅直流电刺激治疗帕金森病认知与感觉运动缺陷
研究基于语义记忆提取模型,以背内侧额叶的 preSMA 为靶点,采用高精度经颅直流电刺激(HD tDCS)进行干预,考察其对言语提取、言语产生与加工以及步态和平衡的治疗效果

基本信息
资源简介
高精度经颅直流电刺激治疗帕金森病认知与感觉运动缺陷
该数据集来自 clinicaltrials.gov,聚焦帕金森病(PARKINSON DISEASE)的认知与感觉运动缺陷治疗。研究基于语义记忆提取模型,以背内侧额叶的 preSMA 为靶点,采用高精度经颅直流电刺激(HD tDCS)进行干预,考察其对言语提取、言语产生与加工以及步态和平衡的治疗效果。数据可用于探索 HD tDCS 对帕金森病认知与运动功能的调控作用,支持神经调控与康复相关分析(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(疾病)。目的:基于已开发的语义记忆提取模型,其中背内侧额叶的 preSMA 发挥重要作用,本研究将检验使用 HD tDCS 作用于 preSMA 治疗帕金森病认知缺陷,以改善支持言语提取的神经回路功能。此外,由于 preSMA 参与运动规划和排序,本研究还将探索作用于 preSMA 的 HD tDCS 是否会对言语和步态产生影响。具体目标:1. 通过使用 HD tDCS 调节 preSMA,检验其对言语提取功能的治疗效果。2. 通过使用 HD tDCS 调节 preSMA,检验其对言语产生和加工的治疗效果。3. 通过使用 HD tDCS 调节 preSMA,检验其对步态和平衡的治疗效果。假设
【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/NCT07534397
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/NCT07534397
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)。目的:基于已开发的语义记忆提取模型,其中背内侧额叶的前辅助运动区(preSMA)发挥重要作用,本研究将探讨使用高清晰度经颅直流电刺激(HD tDCS)作用于preSMA治疗帕金森病认知缺陷,以改善支持言语提取的神经回路功能。此外,由于preSMA参与运动规划和序列化,研究还将探索作用于preSMA的HD tDCS是否对言语和步态产生影响。具体目标:1. 通过使用HD tDCS调节preSMA,考察其对言语提取功能的治疗效果。2. 通过使用HD tDCS调节preSMA,考察其对言语产生和加工的治疗效果。3. 通过使用HD tDCS调节preSMA,考察其对步态和平衡的治疗效果。假设:1. 与假刺激相比,活性HD tDCS(1毫安阳极HD tDCS作用于preSMA)将改善言语流畅性(即受控词联想测验中的音位流畅性和类别流畅性)作为主要结局指标。2.
主动高清晰度经颅直流电刺激(1毫安阳极高清晰度经颅直流电刺激作用于前辅助运动区,与假刺激相比)将改善言语序列能力。3. :主动高清晰度经颅直流电刺激(1毫安阳极高清晰度经颅直流电刺激作用于前辅助运动区,与假刺激相比)将改善一般运动序列能力。
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。




