Bulbicam 用于帕金森病与共济失调患者的验证研究
该数据集来自 clinicaltrials.gov,主题为 Bulbicam 在帕金森病(PD)与共济失调(AT)患者中的验证研究

基本信息
资源简介
Bulbicam 用于帕金森病与共济失调患者的验证研究
该数据集来自 clinicaltrials.gov,主题为 Bulbicam 在帕金森病(PD)与共济失调(AT)患者中的验证研究。研究纳入三类人群:18 岁以上男女 PD 患者、18 岁以上男女 AT 患者,以及无眼部或神经系统疾病且性别年龄匹配的健康对照(HC)。研究使用 Bulbicam 设备,在每次检查中执行 Fixation、Sacc 等五项神经系统相关测试,旨在考察这些测试在 PD、AT 与 HC 中的重复性与稳定性,并为不同疾病进展程度的 PD、AT 患者及无神经系统或眼科疾病的正常人群建立正常范围(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:帕金森病、共济失调。目的 研究四项神经系统相关 Bulbicam 测试在帕金森病(PD)、共济失调(AT)和健康对照(HC)患者中的重复性和稳定性。 为不同疾病发展程度的 PD 和 AT 患者建立与 Bulbicam 测试相关的正常范围做出贡献。* 为无神经系统或眼科疾病的正常人群建立这些 Bulbicam 测试的正常范围做出贡献。研究人群 本研究由以下三个研究人群组成:1)18 岁以上、男女两性的 PD 患者;2)18 岁以上、男女两性的 AT 患者;3)无任何眼部或神经系统疾病、性别和年龄匹配的 HC。试验设备 本研究将使用 Bulbicam,并在每次检查中执行以下五项测试:“Fixation”、“Sacc
【主题与分类】
主题标签:Parkinson Disease、Ataxia。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/NCT05680571
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/NCT05680571
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、共济失调。目的 * 探究四种神经相关性Bulbicam测试在帕金森病、共济失调及健康对照患者中的可重复性和稳定性。 * 为不同疾病发展阶段帕金森病及共济失调患者的Bulbicam测试建立正常范围做出贡献。 * 为无神经或眼科疾病的正常人群建立这些Bulbicam测试的正常范围做出贡献。研究人群 本研究包括以下三个研究群体:1)年龄超过18岁的男性和女性帕金森病患者;2)年龄超过18岁的男性和女性共济失调患者;3)无任何眼部或神经系统疾病的性别和年龄匹配的健康对照者。试验设备 研究将使用Bulbicam,并在每次调查中进行以下五项测试:“固视”、“扫视”、“眼球震颤”、“平滑追踪”和“瞳孔”。设计:本研究将作为一项对照、开放、非随机、分层观察性单中心研究进行。分层因素为病理类型(帕金森病与共济失调)及内部分类。
在两个基本分层中,将纳入与性别和年龄相关的健康匹配对照(1:1)。PD不进行内部分类,但AT将分层为:1. 伴有眼球震颤的患者 2. 不伴有眼球震颤的患者。对于每位纳入的患者,将纳入一名性别和年龄匹配的健康志愿者。主要变量为四项Bulbicam测试中记录的变量。PD和AT纳入的标准神经眼科变量包括眼球震颤、平滑追踪和扫视准确性。研究程序:符合纳入标准、不符合任何排除标准并愿意提供知情同意参与研究的参与者将收到开始研究的预约。在研究的第一天,纳入的患者将由神经科医生进行神经眼科检查。此外,Bulbicam检查
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。




