超声评估Kinesio贴扎急性效应研究
该数据集来自clinicaltrials.gov，聚焦腕管综合征患者中Kinesio贴扎的急性效应评估，采用超声检查作为主要评价手段
基本信息
资源简介
超声评估Kinesio贴扎急性效应研究
该数据集来自clinicaltrials.gov，聚焦腕管综合征患者中Kinesio贴扎的急性效应评估，采用超声检查作为主要评价手段。研究计划于2022年9月15日至2023年1月15日在Mersin University Faculty of Medicine Hospital物理医学与康复科开展，纳入符合入排标准的腕管综合征确诊患者。数据涵盖人体测量内容，包括身高、体重及体质指数计算，并涉及生物电阻抗方法。该数据可用于腕管综合征康复干预的疗效分析、超声影像相关研究及神经肌肉疾病领域的临床探索（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：腕管综合征。研究方法：本研究将于2022年9月15日至2023年1月15日在Mersin University Faculty of Medicine Hospital物理医学与康复科进行。已确诊为腕管综合征、已规划治疗且符合纳入和排除标准的患者将参与。人体测量：在测试当天，Figen Dağ博士（PhD, PT）将在人体测量范围内测量其身高和体重并计算体质指数。身高将通过固定在墙上的身高计测量。为此，志愿者将被要求脱鞋、直立并面向另一侧。BMI值将通过体重除以身高的平方（kg/m2）计算。采用生物电阻抗方法
【主题与分类】
主题标签：Carpal Tunnel Syndrome。本站分类：神经系统疾病/腕管综合征。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05475197
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/NCT05475197
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
研究条件：腕管综合征。研究方法：本研究将于2022年9月15日至2023年1月15日在梅尔辛大学医学院医院物理医学与康复科进行。已确诊为腕管综合征、计划接受治疗且符合纳入和排除标准的患者将参与研究。人体测量：在测试当天，Figen Dağ博士（博士，物理治疗师）将测量他们的身高和体重，并在人体测量范围内计算其体重指数。身高测量将使用固定在墙上的身高计进行。为此，志愿者将被要求脱鞋、站直并面向另一侧。BMI值将通过体重除以身高的平方（kg/m²）来计算。采用生物电阻抗法（Tanita BC-418 MA，Tanita Corporation，东京，日本），将测定所有个体的身体成分（瘦体重、脂肪量、脂肪百分比等）。进行此项测量时，志愿者将被要求脱鞋并穿着轻便衣物称重。
肌内效贴应用：将由Figen Dağ医生为患者实施两种不同的肌内效贴应用。对于两组患者，首先均使用酒精棉彻底清除皮肤表面的油脂和水分。通过随机化分组，将纳入研究的34人分组，随机序列由网站（www.randomizer.org）生成。患者将对其所接受的肌内效贴方法处于盲态。疼痛与超声评估：在肌内效贴应用前即刻，以及肌内效贴应用后（48小时后）去除贴布后即刻，由Orhan GÜVENER医生（医学博士）通过超声（US）进行评估，评估者对贴布应用情况处于盲态，评估压力疼痛及腕部水平结构状况。压力疼痛评估将进
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。
