假性剥脱与腕管综合征研究
该数据集来自 clinicaltrials.gov,围绕假性剥脱综合征(PES)与腕管综合征(CTS)展开。PES 是一种以眼内外组织细胞外纤维状物质积聚为特征的系统性疾病,与细胞外基质失调、氧化应激和血管功能障碍相关,可能累及眼部以外的全身表现

基本信息
资源简介
假性剥脱与腕管综合征研究
该数据集来自 clinicaltrials.gov,围绕假性剥脱综合征(PES)与腕管综合征(CTS)展开。PES 是一种以眼内外组织细胞外纤维状物质积聚为特征的系统性疾病,与细胞外基质失调、氧化应激和血管功能障碍相关,可能累及眼部以外的全身表现。CTS 是最常见的卡压性神经病,由腕部正中神经受压引起,受局部机械因素及肥胖、糖尿病、代谢综合征等全身状况影响。数据可用于探索两种疾病在代谢、炎症及系统性机制上的潜在关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:假性剥脱综合征、腕管综合征(CTS)。假性剥脱综合征(PES)是一种系统性疾病,其特征是眼部和眼外组织中细胞外纤维状物质的积聚。它与细胞外基质失调、氧化应激和血管功能障碍有关,并可能涉及眼部以外的全身表现。既往研究提示 PES 与多种全身性疾病存在关联,包括心血管疾病、代谢紊乱和神经退行性过程。腕管综合征(CTS)是最常见的卡压性神经病,由腕部正中神经受压引起,受局部机械因素以及肥胖、糖尿病和代谢综合征等全身状况的影响。新出现的证据提示代谢和炎症机制,i
【主题与分类】
主题标签:Pseudoexfoliation Syndrome、Carpal Tunnel Syndrome (CTS)。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06946030
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/NCT06946030
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:假性剥脱综合征、腕管综合征(CTS)。假性剥脱综合征(PES)是一种全身性疾病,其特征为细胞外纤维状物质在眼内及眼外组织中积聚。该病与细胞外基质调节异常、氧化应激及血管功能障碍相关,并可能涉及眼部以外的全身性表现。既往研究提示PES与多种全身性疾病存在关联,包括心血管疾病、代谢紊乱及神经退行性过程。腕管综合征(CTS)是最常见的卡压性神经病,由正中神经在腕部受压所致,受局部机械因素及肥胖、糖尿病、代谢综合征等全身性状况的影响。新出现的证据表明,包括血脂异常和氧化应激在内的代谢与炎症机制可能参与周围神经功能障碍。尽管PES和CTS均与全身性及代谢紊乱相关,但两者在多大程度上共享共同的病理生理机制仍不明确。
特别是,同型半胱氨酸代谢、氧化应激途径及细胞外基质重塑的改变可能代表了相互重叠的生物学过程。这项前瞻性病例对照研究旨在通过比较三组:PES患者、CTS患者及对照组受试者,来评估PES与CTS之间的关联。研究分析了与同型半胱氨酸代谢(同型半胱氨酸、甲基丙二酸)、酶活性(对氧磷酶-1和同型半胱氨酸硫内酯酶)及细胞外基质周转(MMP-2和MMP-9)相关的血清生物标志物。该研究还旨在评估PES与CTS的共存情况,并探索这两种状况潜在的共同系统性机制。
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。




