用于评估帕金森病与特发性震颤的可穿戴设备及连续健康监测

该数据集来自clinicaltrials.gov,聚焦帕金森病与特发性震颤的可穿戴设备监测研究。研究计划通过NHS Lothian招募最多60名成人,其中40名帕金森病患者和20名特发性震颤患者

Heriot-Watt UniversityHeriot-Watt University
clinicaltrials
浏览 19
时间序列回归PARKINSON DISEASE (Disorder)
Wearable for Assessing Tremor and Continuous Health in Parkinson's Disease and Essential Tremor

基本信息

模态
时间序列
任务类型
回归
创建/更新时间
2026-10-07

资源简介

用于评估帕金森病与特发性震颤的可穿戴设备及连续健康监测

该数据集来自clinicaltrials.gov,聚焦帕金森病与特发性震颤的可穿戴设备监测研究。研究计划通过NHS Lothian招募最多60名成人,其中40名帕金森病患者和20名特发性震颤患者。参与者在临床访视期间佩戴PD-WATCH研究传感器及对照可穿戴传感器完成临床评估和运动任务;分配至家庭监测的参与者将在日常活动中佩戴传感器,并记录用药、症状和活动日志。数据可用于描述可穿戴设备衍生的运动特征,探索其与临床评估及用药时间的关系,并评估可穿戴监测的可行性与可接受性。该研究为探索性,不用于评估诊断准确性、治疗效果或设备性能(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:帕金森病(障碍)。该研究将通过NHS Lothian招募最多60名成人:40名帕金森病患者和20名特发性震颤患者。在临床访视期间,参与者将在佩戴PD-WATCH研究传感器和对照可穿戴传感器的情况下完成临床评估和运动任务。分配至家庭监测的参与者将在日常活动中佩戴传感器,并完成简要的用药、症状和活动日志。该研究将描述可穿戴设备衍生的运动特征,探索其与临床评估和用药时间的关系,并评估可穿戴监测的可行性和可接受性。该研究为探索性,不旨在评估诊断准确性、治疗效果或设备性能。

【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/NCT07787299

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/NCT07787299

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

条件:帕金森病(疾病)。该研究将通过NHS Lothian招募最多60名成年人:40名帕金森病患者和20名特发性震颤患者。在门诊访视期间,参与者将在佩戴PD-WATCH研究传感器和对照可穿戴传感器的情况下完成临床评估和运动任务。被分配至家庭监测的参与者将在日常活动中佩戴传感器,并完成简要的用药、症状和活动日志。该研究将描述可穿戴设备衍生的运动特征,探索其与临床评估和用药时间的关系,并评估可穿戴监测的可行性和可接受性。该研究为探索性研究,并非旨在评估诊断准确性、治疗效果或设备性能。

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