利用DBS探究基底节功能障碍
该数据集来自clinicaltrials.gov,聚焦帕金森病、震颤与肌张力障碍等神经系统疾病,研究基底节在震颤、运动迟缓和肌肉痉挛等运动症状中的作用

基本信息
资源简介
利用DBS探究基底节功能障碍
该数据集来自clinicaltrials.gov,聚焦帕金森病、震颤与肌张力障碍等神经系统疾病,研究基底节在震颤、运动迟缓和肌肉痉挛等运动症状中的作用。研究通过在患者出现症状时记录基底节位点的脑电活动,将脑波与症状体征相关联,并在检测到特定脑波时施加临床常用的130 Hz高频刺激,以验证该脑波在运动功能或功能障碍中的核心作用。数据可用于探索脑波与异常运动的关联及DBS调控机制(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、震颤、肌张力障碍。本研究探讨基底节如何参与震颤、运动迟缓和肌肉痉挛等运动症状。基本研究方法是,在患者出现症状时从基底节位点进行记录,从而将脑波与症状/体征相关联。一旦某种脑波被确认与异常运动的某个方面有关,研究人员就可以通过在检测到该脑波时触发刺激,来尝试确认其在功能或功能障碍中的核心作用。刺激时,研究人员将使用与临床相同的高频刺激(130 Hz),因为这被认为能有效抑制刺激位点的神经活动。因此,如果某种脑波在例如减慢运动方面很重要,那么每当该脑波幅度大时触发刺激,就可以预期m
【主题与分类】
主题标签:Parkinson's Disease、Tremor、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/NCT04080674
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/NCT04080674
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、震颤、肌张力障碍。本研究旨在探讨基底节如何参与震颤、运动迟缓和肌肉痉挛等运动症状的产生。基础研究方法是,在患者出现症状时记录基底节不同位点的电活动,从而将脑电波与症状/体征进行关联分析。一旦发现某种脑电波与异常运动的某一环节相关,研究人员便可尝试通过在该脑电波出现时触发刺激,来证实其在功能或功能障碍中的核心作用。刺激时,研究人员将采用与临床相同的高频刺激(130 Hz),因为这种刺激被认为能有效抑制刺激部位的神经活动。因此,如果某种脑电波在例如减慢运动方面起重要作用,那么每当该脑电波幅度较大时触发刺激,便可预期运动速度会加快。
研究人员希望采用这一两阶段程序,记录从基底节位点采集到的不同脑活动在驱动帕金森病、肌张力障碍和特发性震颤患者的震颤、肌肉痉挛和运动迟缓中所起的作用。这项研究很重要,因为如果研究人员能够通过刺激改变脑功能和特定症状,他们就可以将同样形式的反馈控制刺激用作一种潜在的有效治疗方式。传统的深部脑刺激始终提供固定刺激。例如,研究人员开始认识到,在治疗帕金森病方面,基于基底节β活动反馈的刺激控制可能优于传统的持续性深部脑刺激。当前研究特别关注导致帕金森病患者运动迟缓(动作缓慢)和强直(僵硬)、帕金森病和特发性震颤患者震颤,以及肌张力障碍患者肌肉痉挛的过程。1. 帕金森病患者的运动迟缓和强直
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。




