电磁疗法、外周血管疾病与糖尿病数据集
该数据集来自 clinicaltrials.gov,主题为电磁疗法、外周血管疾病与糖尿病,属于内分泌、营养和代谢疾病下的糖尿病分类

基本信息
资源简介
电磁疗法、外周血管疾病与糖尿病数据集
该数据集来自 clinicaltrials.gov,主题为电磁疗法、外周血管疾病与糖尿病,属于内分泌、营养和代谢疾病下的糖尿病分类。数据覆盖外周动脉疾病(PAD)、2型糖尿病、步态异常与生活质量等条件,涉及PAD作为糖尿病相关并发症的血管狭窄或闭塞、下肢供血不足导致缺血,以及T2DM通过炎症、血小板聚集、内皮和血管平滑肌功能障碍等多维通路成为PAD主要风险因素。可用于研究糖尿病相关外周血管病变的干预与结局评估(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)、2型糖尿病、步态异常、生活质量。外周动脉疾病(PAD)是一种常见的糖尿病相关并发症,特征为外周动脉狭窄或闭塞[2],最常见于供应下肢的动脉。这种血管损伤减少血流,使组织易发生缺血和死亡。2型糖尿病(T2DM)通过多维致病途径成为PAD的主要风险因素,包括T2DM相关炎症、血小板聚集以及内皮和血管平滑肌功能障碍。外周动脉疾病对患者生活产生负面影响,并随着PAD进展而逐渐恶化,表现为间歇性跛行、外周脉搏减弱、伤口延迟愈合或不愈合、皮肤变色和四肢发冷。T2DM与PAD之间的关联已
【主题与分类】
主题标签:Peripheral Arterial Disease (PAD)、Diabete Type 2、Gait Abnormality、Quality of Life。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/NCT07864805
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/NCT07864805
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:外周动脉疾病(PAD)、2型糖尿病、步态异常、生活质量。外周动脉疾病(PAD)是一种常见的糖尿病相关并发症,其特征是外周动脉狭窄或闭塞[2],最常见于供应下肢的动脉。这种血管损伤会减少血流,使组织易于发生缺血和坏死。2型糖尿病(T2DM)通过多维度的致病途径成为PAD的主要危险因素,包括T2DM相关炎症、血小板聚集以及内皮和血管平滑肌功能障碍。外周动脉疾病会对患者的生活产生负面影响,并随着PAD的进展而逐渐恶化,表现为间歇性跛行、外周脉搏减弱、伤口延迟愈合或不愈合、皮肤变色和四肢发冷。在过去几年中,T2DM与PAD之间的关联受到越来越多的关注。与没有T2DM的个体相比,T2DM会使PAD风险增加两到四倍。在患有糖尿病(DM)的老年人中,PAD的患病率约为20-50%,而在患有T2DM的老年人中约为12.5-22%。
约15%的糖尿病患者在10年内会发展为PAD,20年后这一比例增至45%。健康相关生活质量(HRQOL)日益被视为衡量整体健康状况的重要指标。长期T2DM患者在HRQOL的生理、心理、社会和环境各领域均出现下降。此外,糖尿病相关PAD与老年人生活质量显著降低、步态表现受损及活动能力下降相关。因此,有效管理PAD是改善糖尿病患者HRQOL的关键因素。有效的PAD管理方案已成为重要的公共卫生优先事项,凸显出实施安全、有效且基于证据的治疗策略的必要性,以优化糖尿病合并PAD患者的临床结局并预防并发症。
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。




