卒中后骨质疏松风险因素的评估与比较

数据集获取

源站：https://clinicaltrials.gov/study/NCT07228611

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：卒中、骨质疏松症。本研究的主要结局指标为骨密度（BMD），以g/cm²表示，以及通过双能X射线吸收测定法（DXA）在腰椎和髋部测量的T值。此外，将采用适当的诊断标准评估骨质疏松症和低骨量的患病率。次要结局指标将包括使用握力计测量的握力、通过超声检查评估的大腿前部和前臂肌肉厚度（mm）、使用Brunnstrom恢复阶段评估的运动恢复、使用改良Ashworth量表（MAS）评估的痉挛状态、使用改良Barthel指数（MBI）测量的功能独立性，以及使用改良跌倒效能量表（MFES）评估的跌倒相关自我效能。还将记录生化参数，包括血清维生素D（ng/mL）、白蛋白（g/dL）和前白蛋白（mg/dL）。这些结局指标将用于研究与骨密度降低和骨质疏松症相关的潜在因素。

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。