运动后踝臂指数变化及其对患者中心结局与步态的影响
该数据集来自 clinicaltrials.gov,聚焦外周动脉疾病(PAD)患者,研究运动诱发的踝臂指数(ABI)动态变化是否与疼痛、生活质量和功能结局相关,以更好地刻画外周血管疾病

基本信息
资源简介
运动后踝臂指数变化及其对患者中心结局与步态的影响
该数据集来自 clinicaltrials.gov,聚焦外周动脉疾病(PAD)患者,研究运动诱发的踝臂指数(ABI)动态变化是否与疼痛、生活质量和功能结局相关,以更好地刻画外周血管疾病。数据在单次实验室访视中采集,预计耗时1至2小时,主要终点为评估运动后踝臂试验的使用情况,次要终点可能因资金不足而提前终止,最终终点为完成包括长期随访数据在内的全部数据分析。可用于探索运动后ABI变化与患者报告结局及步态之间的关联,支持PAD相关预测建模与功能评估研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:外周动脉疾病(PAD)。本研究的目的是检验动态的、运动诱发的踝臂指数(ABI)变化是否与疼痛、生活质量和功能结局相关,以更好地刻画外周血管疾病。符合纳入标准的个体将接受资格筛选。所有数据采集将在单次实验室访视期间完成。预计该研究将耗时1-2小时,总共1次访视即可完成研究。主要研究终点是评估运动后踝臂试验的使用情况。这将在拟定的受试者数量入组并完成拟定方案时实现。其次,研究可能因缺乏资金而停止。最终终点是完成所有数据分析,包括长期随访数据和pr
【主题与分类】
主题标签:Peripheral Arterial Disease(PAD)。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07637396
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/NCT07637396
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:外周动脉疾病(PAD)。本研究旨在检验动态运动诱发的踝臂指数(ABI)变化是否与疼痛、生活质量及功能结局相关,以更好地描述外周血管疾病特征。符合纳入标准的个体将接受资格筛选。所有数据收集将在单次实验室访视期间完成。预计本研究将耗时1-2小时,共需1次访视即可完成研究。主要研究终点是评估运动后踝臂试验的应用。这将在拟定的受试者数量入组并完成拟定方案时实现。其次,研究可能因缺乏资金而停止。最终终点将是完成所有数据分析,包括长期随访数据,并准备传播研究结果。主要安全性终点将在研究参与者无法完成方案任何部分时出现。所有参与者将签署书面知情同意书以参与本研究。
参与者将被指示在测试前至少一小时内避免摄入酒精、咖啡因、尼古丁以及进行运动,以尽量减少混杂的生理影响。测试将在温度控制在74-78°F(23-26°C)的环境中进行,以确保热稳定性和血管一致性。将收集参与者的信息,包括年龄、体重指数(BMI)、糖尿病状况、既往病史、吸烟史以及当前用药清单。参与者将以舒适的仰卧位躺好,床头放平,双腿完全伸展。在进行首次ABI测试前,将有一段10分钟的休息期,以便血流动力学稳定。对于所有ABI测量,将使用手持式8-10 MHz连续波多普勒超声仪,在双侧下肢的肱动脉以及足背动脉或胫后动脉处测量收缩压。
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。




