脉诊与贫血：探索中西医结合方法
该数据集来自 clinicaltrials.gov，聚焦中度至重度贫血（Hb < 10 g/dL）患者，纳入 2021 年 2 月 26 日至 2022 年 12 月 31 日期间治疗的 28 例患者，分为中医干预组与西医标准方案组
基本信息
资源简介
脉诊与贫血：探索中西医结合方法
该数据集来自 clinicaltrials.gov，聚焦中度至重度贫血（Hb < 10 g/dL）患者，纳入 2021 年 2 月 26 日至 2022 年 12 月 31 日期间治疗的 28 例患者，分为中医干预组与西医标准方案组。数据包含每月血红蛋白水平监测及 Huang-T1 Sphygmograph 脉诊参数（频域与波形特征），主要结局为 Hb 改善与安全性评估，次要结局为脉诊参数与血液学变化的相关性。可用于贫血疗效评估、脉诊参数与血液指标关联分析及中西医结合研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：中度至重度贫血、Traditional Chinese Medicine (TCM)、Pulse Diagnosis。该研究纳入 28 例中度至重度贫血（Hb < 10 g/dL）患者，治疗时间为 2021 年 2 月 26 日至 2022 年 12 月 31 日。参与者分为两组：接受基于 TCM 的干预（针对全身失衡定制的草药配方）的组和遵循标准 Western medicine 方案的组。数据收集包括每月监测 Hb 水平和使用 Huang-T1 Sphygmograph 的脉诊参数，该设备提供了对频域和波形衍生特征的详细见解。主要结局包括 Hb 水平改善和安全性评估，而次要结局侧重于脉诊参数与血液学变化之间的相关性。结果表明 TCM 组的 Hb 持续改善，并具有显著趋势
【主题与分类】
主题标签：Moderate to Severe Anemia、Traditional Chinese Medicine (TCM)、Pulse Diagnosis。本站分类：血液及造血器官疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06760351
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/NCT06760351
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：中重度贫血、中医（TCM）、脉诊。该研究纳入2021年2月26日至2022年12月31日期间接受治疗的28例中重度贫血患者（Hb < 10 g/dL）。参与者被分为两组：一组接受基于中医的干预（针对全身失衡定制的草药方剂），另一组遵循标准西医方案。数据收集包括每月监测Hb水平和脉诊参数，使用Huang-T1脉象仪，该仪器提供了对频域和波形衍生特征的详细洞察。主要结局包括Hb水平改善和安全性评估，而次要结局侧重于脉象参数与血液学变化之间的相关性。结果显示，中医组的Hb持续改善，在脉诊相关性方面观察到显著趋势。这些发现凸显了中医在贫血护理中作为诊断和治疗辅助手段的潜力，强调了其在连接传统与现代医学实践中的作用。
本研究遵循伦理准则，并获得台中慈济医院研究伦理委员会批准（批准号：REC109-61）。所有参与者在纳入研究前均提供了书面知情同意。未来方向包括开展更大规模的研究和随机对照试验，以进一步验证研究结果并拓展其临床应用。
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。
