进行性核上性麻痹的经颅磁刺激研究
该数据集来自 clinicaltrials.gov，聚焦进行性核上性麻痹（PSP）患者，研究非侵入性重复小脑经颅磁刺激（rTMS）对运动控制的影响
基本信息
资源简介
进行性核上性麻痹的经颅磁刺激研究
该数据集英文名为 Transcranial Magnetic Stimulation in Progressive Supranuclear Palsy，来源于 clinicaltrials.gov，在本站归类于神经系统疾病 / 帕金森综合征方向。数据集聚焦进行性核上性麻痹（PSP）患者，围绕非侵入性重复小脑经颅磁刺激（rTMS）对运动控制的影响展开。其核心研究设想是：通过小脑 rTMS 增强小脑抑制，从而减轻 PSP 患者的姿势不稳；同时借助功能性近红外光谱（fNIRS）考察小脑 rTMS 之后运动皮层与前运动皮层活动的变化。主题标签包括 Palsy Supranuclear 与 Supranuclear Palsy, Progressive。整体而言，该数据集对应一项针对 PSP 运动控制干预机制的临床研究记录，适合关注神经调控与帕金森综合征的研究者参考。
【数据集背景】
进行性核上性麻痹属于帕金森综合征相关疾病，姿势不稳是其运动控制方面的重要问题。该数据集所对应的研究提案旨在探讨非侵入性重复小脑经颅磁刺激（rTMS）对进行性核上性麻痹患者运动控制的作用。研究的中心假设是：通过小脑 rTMS 增强小脑抑制，将减轻 PSP 患者的姿势不稳。这一背景决定了数据集围绕小脑神经调控与运动控制之间的关系组织内容，而非泛泛的神经系统疾病数据。
【数据内容】
数据集的主题标签为 Palsy Supranuclear 与 Supranuclear Palsy, Progressive，指向进行性核上性麻痹这一疾病主题。源站描述中列出的研究条件包括 Palsy Supranuclear、Supranuclear Palsy, Progressive。研究内容涉及非侵入性重复小脑经颅磁刺激（rTMS）对运动控制的影响，并计划使用功能性近红外光谱（fNIRS）检查小脑 rTMS 后运动与运动前皮层活动的变化。除上述主题与研究要素外，数据集的具体字段、变量与样本规模等细节源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov，属于临床试验注册来源的研究记录。源站描述说明了研究目标与中心假设，并提及将采用 rTMS 与 fNIRS 两种技术手段。关于采集地点、采集时间、受试者招募方式及具体采集流程等信息，源站未提供。
【适用场景】
该数据集适用于关注进行性核上性麻痹运动控制问题的研究场景，尤其是围绕小脑重复经颅磁刺激（rTMS）神经调控效果的研究。也可用于了解以功能性近红外光谱（fNIRS）观察运动与运动前皮层活动变化的研究设计思路。对于帕金森综合征相关神经调控研究的背景调研与选题参考，该数据集具有相应价值。更具体的应用方式源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT04468932
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
条件：核上性麻痹、进行性核上性麻痹。本提案旨在研究非侵入性重复小脑经颅磁刺激（rTMS）对进行性核上性麻痹（PSP）患者运动控制的影响。核心假设是，通过小脑rTMS增强小脑抑制将减轻PSP患者的姿势不稳。我们将使用功能性近红外光谱（fNIRS）检查小脑rTMS后运动皮层和前运动皮层活动的变化。
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。
