用于确定糖尿病患者外周动脉疾病存在与严重程度的诊断工具
该数据集来自 clinicaltrials.gov，聚焦糖尿病患者外周动脉疾病（PAD）的诊断评估。源站描述指出，英国每年因糖尿病有超过 7000 例截肢，主要原因是循环不良，而糖尿病患者循环不良的检测较为困难
基本信息
资源简介
用于确定糖尿病患者外周动脉疾病存在与严重程度的诊断工具
该数据集来自 clinicaltrials.gov，聚焦糖尿病患者外周动脉疾病（PAD）的诊断评估。源站描述指出，英国每年因糖尿病有超过 7000 例截肢，主要原因是循环不良，而糖尿病患者循环不良的检测较为困难。DM PAD 研究旨在评估多种指标试验（可听手持多普勒、可视手持多普勒、踝臂压力指数 ABPI、运动 ABPI 和趾臂压力指数 TBPI）在以 CTA 或 MRA 为参考试验诊断糖尿病患者 PAD 时的诊断性能。数据可用于诊断工具性能比较与 PAD 诊断研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：糖尿病足、外周动脉疾病、糖尿病足溃疡、外周血管疾病、外周动脉疾病、危重肢体缺血、危重下肢缺血。在英国，每年有超过 7,000 例因糖尿病而进行的腿部截肢。最重要的原因是循环不良。糖尿病患者循环不良的检测很困难。存在多种检测循环不良（称为外周动脉疾病（PAD））的试验。然而，对于哪一种是金标准存在困惑。DM PAD 研究旨在确定指标试验（可听手持多普勒、可视手持多普勒、踝臂压力指数（ABPI）、运动 ABPI 和趾臂压力指数（TBPI））在以参考试验（CTA 或 MRA）确定的糖尿病患者 PAD 诊断中的诊断性能。
【主题与分类】
主题标签：Diabetic Foot、Peripheral Arterial Disease、Diabetic Foot Ulcer、Peripheral Vascular Diseases、Peripheral Artery Disease、Critical Limb Ischemia、Critical Lower Limb Ischemia。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/NCT05009602
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/NCT05009602
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
病症：糖尿病足、外周动脉疾病、糖尿病足溃疡、外周血管疾病、外周动脉疾病、严重肢体缺血、严重下肢缺血。在英国，每年有超过7000例因糖尿病而进行的腿部截肢手术。其中最重要的原因是血液循环不良。糖尿病患者血液循环不良的检测颇为困难。存在多种检测血液循环不良（即外周动脉疾病）的方法。然而，关于哪种方法为金标准尚存混淆。DM PAD研究旨在通过参考测试（CTA或MRA）确定指数测试（可听手持多普勒、可视手持多普勒、踝臂压力指数（ABPI）、运动后ABPI及趾臂压力指数（TBPI））在糖尿病患者中诊断PAD的诊断性能。
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。
