盆底肌训练对功能性便秘的影响

该数据集来自 clinicaltrials.gov,研究盆底肌训练对功能性便秘患者症状、核心肌功能及生活质量的影响。研究在 Ege University 医学院内科消化科开展,研究组接受膈式呼吸练习、生活方式调整训练及个体化盆底肌训练,对照组仅接受膈式呼吸练习和生活方式调整训练,干预持续 8 周

Selin KoşanSelin Koşan
clinicaltrials
浏览 13
其他回归Pelvic FloorFunctional ConstipationBiofeedbackChronic ConstipationDiaphragmatic Breathing
The Effect of Pelvic Floor Muscle Training in Functional Constipation

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-12

资源简介

盆底肌训练对功能性便秘的影响

该数据集来自 clinicaltrials.gov,研究盆底肌训练对功能性便秘患者症状、核心肌功能及生活质量的影响。研究在 Ege University 医学院内科消化科开展,研究组接受膈式呼吸练习、生活方式调整训练及个体化盆底肌训练,对照组仅接受膈式呼吸练习和生活方式调整训练,干预持续 8 周。数据记录人口学信息,并使用 Bristol Stool Scale 评估排便频率及粪便类型与形状。可用于分析盆底肌训练与便秘症状、核心肌功能和生活质量之间的关系(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:盆底、功能性便秘、生物反馈、慢性便秘、膈式呼吸。本研究旨在探讨个体化盆底肌训练对功能性便秘患者症状、核心肌功能及生活质量的影响。研究在 Ege University 医学院内科消化科进行。研究组接受膈式呼吸练习、生活方式调整训练及个体化盆底肌训练,对照组接受膈式呼吸练习和生活方式调整训练。这些治疗对患者实施 8 周。使用数据记录表记录人口学信息。使用 Bristol Stool Scale 评估排便频率、粪便类型和形状。

【主题与分类】

主题标签:Pelvic Floor、Functional Constipation、Biofeedback、Chronic Constipation、Diaphragmatic Breathing。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07603414

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/NCT07603414

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:盆底、功能性便秘、生物反馈、慢性便秘、膈式呼吸。本研究旨在探讨个体化盆底肌训练对功能性便秘患者症状、核心肌功能及生活质量的影响。该研究在埃格大学医学院内科消化科进行。研究组接受膈式呼吸练习、生活方式调整训练和个体化盆底肌训练,而对照组接受膈式呼吸练习和生活方式调整训练。这些治疗对患者实施8周。使用数据记录表记录人口学信息。采用布里斯托大便分类法评估排便频率、粪便类型和形状,使用表面肌电图(EMG)评估肌肉功能,采用便秘生活质量量表评估生活质量,使用便秘严重程度量表评估便秘严重程度。所有评估在第4周和第8周重复进行。

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