妊娠期糖尿病腰盆稳定性研究
该数据集来自 clinicaltrials.gov，聚焦妊娠期糖尿病（GDM）孕妇的腰盆稳定性、动态平衡与疼痛强度。可用于比较 GDM 与非 GDM 孕妇的腰盆功能差异，支持孕期肌肉骨骼健康与
基本信息
资源简介
妊娠期糖尿病腰盆稳定性研究
该数据集来自 clinicaltrials.gov，聚焦妊娠期糖尿病（GDM）孕妇的腰盆稳定性、动态平衡与疼痛强度。研究在 Fatima Memorial Hospital、Gulab Devi Hospital 和 Ganga Ram Hospital 开展，为期十个月，纳入 170 名孕中期初产妇，分为 GDM 组与非 GDM 组各 85 人。评估工具包括 Active Straight Leg Raise（ASLR）测试、Y-Balance Test（YBT）和 Visual Analogue Scale（VAS），数据使用 SPSS 27.0 分析。可用于比较 GDM 与非 GDM 孕妇的腰盆功能差异，支持孕期肌肉骨骼健康与。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：妊娠期糖尿病。这项比较性横断面研究将在 Fatima Memorial Hospital、Gulab Devi Hospital 和 Ganga Ram Hospital 进行，为期十个月。将通过非概率方便抽样纳入 170 名孕中期初产妇（年龄 20-40 岁，单胎妊娠，BMI 18.5-29.9 kg/m²），并分为两组，每组 85 名，分别患有和未患有 GDM。高危妊娠或脊柱/骨盆合并症的女性将被排除。腰盆稳定性、动态平衡和疼痛强度将分别通过 Active Straight Leg Raise（ASLR）测试、Y-Balance Test（YBT）和 Visual Analogue Scale（VAS）进行评估，数据将使用 SPSS 27.0 版进行分析。
【主题与分类】
主题标签：Gestatiaonl Diabetes Mellitus。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/NCT07851753
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/NCT07851753
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：妊娠期糖尿病。这项比较性横断面研究将在Fatima Memorial Hospital、Gulab Devi Hospital和Ganga Ram Hospital进行，为期十个月。将通过非概率便利抽样纳入共170名处于孕中期的初产妇（年龄20-40岁，单胎妊娠，BMI 18.5-29.9 kg/m²），并分为两组，每组各85名，分别为患有GDM和未患有GDM者。高危妊娠或脊柱/骨盆合并症的女性将被排除。将分别使用主动直腿抬高（ASLR）试验、Y平衡测试（YBT）和视觉模拟量表（VAS）评估腰骨盆稳定性、动态平衡和疼痛强度，并将使用SPSS 27.0版分析数据。
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。
