视频眼动描记与帕金森病

该数据集来自 clinicaltrials.gov,聚焦特发性帕金森病轻至中度阶段患者,围绕视频眼动描记(video-oculography)评估展开

Association de Recherche Bibliographique pour les NeurosciencesAssociation de Recherche Bibliographique pour les Neurosciences
clinicaltrials
浏览 9
视频预测Parkinson Disease, Idiopathic
Video-oculography and Parkinson's Disease

基本信息

模态
视频
任务类型
预测
创建/更新时间
2026-10-20

资源简介

视频眼动描记与帕金森病

该数据集来自 clinicaltrials.gov,聚焦特发性帕金森病轻至中度阶段患者,围绕视频眼动描记(video-oculography)评估展开。研究内容涵盖眼动性标记随时间的演变、神经学评估(运动与非运动评分)及神经心理学评估(认知障碍)与眼动评估在 7 年随访期内的相关性、抗帕金森病药物对视频眼动描记评估演变的影响,以及视频眼动描记评估作为疾病演变标记的价值。数据可用于帕金森病眼动特征分析、疾病进展预测及相关性研究(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,特发性。本研究旨在针对轻至中度阶段的帕金森病患者(依据 Movement Disorder Society Clinical Diagnostic Criteria for Parkinson's Disease,Postuma 等,2015): 眼动性标记随时间的演变。 在 7 年随访期内,神经学评估(运动与非运动评分)、神经心理学评估(认知障碍)与眼动评估之间的相关性。 抗帕金森病药物对视频眼动描记眼动评估演变的影响。 视频眼动描记眼动评估作为疾病演变标记的价值。

【主题与分类】

主题标签:Parkinson Disease, Idiopathic。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/NCT04731246

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04731246

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:帕金森病,特发性。本研究旨在研究轻度至中度帕金森病患者的以下方面(根据运动障碍学会帕金森病临床诊断标准,Postuma等,2015):* 眼动标志物随时间的演变。* 在7年随访期内,神经学评估(运动和非运动评分)、神经心理学评估(认知障碍)与眼动评估之间的相关性。* 抗帕金森病药物对视频眼动图眼动评估演变的影响。* 视频眼动图眼动评估作为疾病演变标志物的价值。

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。

获取专属数据定制方案