超声大腿调整比与皮下脂肪厚度预测膝骨关节炎膝神经阻滞反应

数据集获取

源站：https://clinicaltrials.gov/study/NCT07712419

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：膝骨关节炎、慢性膝关节疼痛。膝骨关节炎是全球最常见的肌肉骨骼疾病之一，常与慢性疼痛、活动能力受损及生活质量下降相关。对于经保守治疗后仍存在持续性疼痛的患者，膝神经阻滞已成为一种成熟的微创治疗方法。然而，治疗反应存在显著差异，凸显了对可靠临床成功预测指标的需求。近期研究表明，超声衍生的肌肉测量可能提供有关肌肉质量和肌少症的客观信息。超声大腿调整比率（STAR）定义为前股四头肌肌肉厚度经体重指数（BMI）标准化后的比值，已被提出作为基于超声的肌肉量指标。然而，其在预测介入性疼痛治疗操作反应方面的潜在作用尚未被研究。本前瞻性观察性队列研究将纳入因症状性膝骨关节炎而接受超声引导下膝神经阻滞作为常规临床诊疗一部分的患者。

在操作前，将获取股四头肌前侧肌肉厚度和皮下脂肪厚度的超声测量值。STAR将通过股四头肌前侧肌肉厚度除以BMI来计算。随访期间将使用经过验证的疼痛和功能结局指标评估临床结局。主要目的是评估STAR是否能预测膝神经阻滞后的治疗反应。次要目的包括分别研究股四头肌肌肉厚度和皮下脂肪厚度的预测价值，并探讨它们与疼痛减轻和功能改善的关系。

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。