使用加速度计量化神经源性直立性低血压症状
该数据集来自clinicaltrials.gov,聚焦神经系统疾病中的帕金森病及相关自主神经衰竭人群。数据覆盖神经源性直立性低血压、纯自主神经衰竭、多系统萎缩及帕金森综合征等状况,涉及患者站立时血压下降及相关症状的评估

基本信息
资源简介
使用加速度计量化神经源性直立性低血压症状
该数据集来自clinicaltrials.gov,聚焦神经系统疾病中的帕金森病及相关自主神经衰竭人群。数据覆盖神经源性直立性低血压、纯自主神经衰竭、多系统萎缩及帕金森综合征等状况,涉及患者站立时血压下降及相关症状的评估。源站描述指出,患者因自主神经衰竭无法正常调节血压,站立时出现直立性低血压,可导致头晕、视力变化、乏力、注意力困难、肩颈疼痛,严重时反复意识丧失和跌倒,影响日常生活与生活质量。该数据可用于研究直立性低血压症状的量化评估方法(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:直立性低血压、神经源性、自主神经衰竭、纯自主神经衰竭、多系统萎缩、直立性低血压、帕金森综合征。自主神经衰竭患者无法正常调节血压。站立时,他们的血压下降(即直立性低血压),并可能引起头昏、头晕、视力变化、无力、疲劳、注意力难以集中以及肩颈疼痛等症状。直立性低血压可能严重且致残;它可导致频繁的意识丧失和跌倒。这些症状可能使患者难以进行日常生活活动,从而导致其生活质量显著受损。因此,使用经过验证的问卷评估直立性症状一直是确定直立性低血压治疗方法疗效的主要工具之一。然而
【主题与分类】
主题标签:Orthostatic; Hypotension, Neurogenic、Autonomic Failure、Pure Autonomic Failure、Multiple System Atrophy、Orthostatic; Hypotension, Parkinsonism。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/NCT04782830
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/NCT04782830
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
适应症:直立性;低血压、神经源性、自主神经衰竭、单纯自主神经衰竭、多系统萎缩、直立性;低血压、帕金森综合征。自主神经衰竭患者无法正常调节血压。站立时,他们的血压下降(即直立性低血压),并可能引起头昏眼花、眩晕、视力变化、虚弱、疲劳、注意力难以集中以及肩颈疼痛等症状。直立性低血压可能严重且致残;它可导致频繁失去意识和跌倒。这些症状会使日常活动难以进行,从而导致患者生活质量显著受损。因此,使用经过验证的问卷评估直立性症状一直是确定直立性低血压治疗方法疗效的主要工具之一。
然而,其效用可能受到若干因素的限制,包括症状分类及严重程度评级的困难,尤其是在存在一定程度认知障碍的患者中;与体位性低血压无关的因素对患者症状的混杂效应;难以对治疗前后或不同治疗之间症状严重程度进行准确比较;因未报告经过验证的问卷中未包含的症状或患者回忆问题而低估症状负担。本研究的目的是寻找一种更客观、更准确的方法来评估神经源性体位性低血压的治疗疗效。主要假设是,使用活动监测仪量化直立时间(站立和行走)将有助于评估神经源性体位性低血压的严重程度及该病症的治疗疗效,并且其是否优于使用经过验证的问卷进行症状评估。
接受米多君或托莫西汀治疗的自 autonomic 衰竭和神经源性直立性低血压患者将有资格参加本研究。研究将在 t
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。




