通过定量感觉测试评估腕管综合征患者的小神经纤维活动

该数据集来自 clinicaltrials.gov,聚焦腕管综合征(CTS)患者的小神经纤维活动,通过定量感觉测试(QST)评估 A-beta、A-deta 和 C 纤维功能

Brooke Army Medical CenterBrooke Army Medical Center
clinicaltrials
浏览 4
文本回归Carpal Tunnel Syndrome
Small Nerve Fiber Activity in Patients with Carpal Tunnel Syndrome Assessed Via Quantitative Sensory Testing

基本信息

模态
文本
任务类型
回归
创建/更新时间
2026-10-10

资源简介

通过定量感觉测试评估腕管综合征患者的小神经纤维活动

该数据集来自 clinicaltrials.gov,聚焦腕管综合征(CTS)患者的小神经纤维活动,通过定量感觉测试(QST)评估 A-beta、A-deta 和 C 纤维功能。数据覆盖标准物理治疗(PT)干预前后纤维功能变化、QST 变化与患者报告结局指标变化的关系,以及患侧与健侧腕部纤维功能差异。可用于研究 CTS 物理治疗对神经纤维功能的影响、探索 QST 与患者主观感受的关联,以及比较双侧腕部神经功能状态(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。目的:评估腕管综合征(CTS)患者在接受标准物理治疗干预后 A-beta、A-deta 和 C 纤维功能的变化。具体目标 1(主要目标):确定 CTS 患者在接受一个疗程的物理治疗(PT)后,A-beta、A-deta 和 C 纤维功能是否发生变化。具体目标 2(次要目标):描述在临床诊断为 CTS 的患者接受一个疗程的 PT 后,QST 的变化与患者报告结局指标变化之间的关系。具体目标 3(次要目标):确定在临床诊断为 CTS 的患者中,患侧与未患侧腕部的 A-beta、A-deta 和 C 纤维功能是否存在差异。

【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/NCT06550284

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06550284

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

病症:腕管综合征。目的:评估腕管综合征患者在接受标准物理治疗干预后,A-β、A-δ和C纤维功能的变化。具体目标1(主要目标):确定腕管综合征患者在接受一疗程物理治疗(PT)后,A-β、A-δ和C纤维功能是否发生变化。具体目标2(次要目标):描述在临床诊断为腕管综合征的患者接受一疗程物理治疗后,定量感觉测试(QST)变化与患者报告结局测量变化之间的关系。具体目标3(次要目标):确定临床诊断为腕管综合征的患者其受影响手腕与未受影响手腕之间在A-β、A-δ和C纤维功能上是否存在差异。

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。

获取专属数据定制方案