腕管综合征评估中的鱼际肌超声数据集

该数据集来自 clinicaltrials.gov,聚焦腕管综合征(CTS)的超声评估。研究纳入 20 名经电生理检查确诊的 CTS 患者和 20 名无 CTS 诊断的健康志愿者,记录年龄、性别、身高、体重、BMI 等社会人口学数据,并使用 Jamar 捏力计和握力计评估捏握力与握力

Beylikduzu State HospitalBeylikduzu State Hospital
clinicaltrials
浏览 3
医学影像分类Carpal Tunnel Syndrome
Thenar Muscle Ultrasound in CTS Evaluation

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-10

资源简介

腕管综合征评估中的鱼际肌超声数据集

该数据集来自 clinicaltrials.gov,聚焦腕管综合征(CTS)的超声评估。研究纳入 20 名经电生理检查确诊的 CTS 患者和 20 名无 CTS 诊断的健康志愿者,记录年龄、性别、身高、体重、BMI 等社会人口学数据,并使用 Jamar 捏力计和握力计评估捏握力与握力。超声用于测量鱼际肌横截面积和厚度以及正中神经横截面积,同时记录 CTS 患者既往电生理检查结果。数据可用于比较 CTS 患者与健康人群的鱼际肌及正中神经超声特征,辅助诊断与评估研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:腕管综合征。本研究将纳入 20 名年龄在 18-75 岁之间、根据过去三个月内进行的电生理检查被诊断为腕管综合征(CTS)的患者,以及 20 名未诊断为 CTS 的健康志愿者。将记录年龄、性别、身高、体重和 BMI 等社会人口学数据。将使用 Jamar 捏力计评估捏握力,并使用 Jamar 握力计评估握力。将使用超声测量鱼际肌的横截面积和厚度以及正中神经的横截面积。此外,将记录 CTS 患者既往的电生理检查结果。

【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/NCT06730724

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/NCT06730724

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:腕管综合征。本研究将纳入20名年龄在18-75岁之间、根据过去三个月内进行的电生理检查被诊断为腕管综合征(CTS)的患者,以及20名未诊断为CTS的健康志愿者。将记录年龄、性别、身高、体重和BMI等社会人口学数据。将使用Jamar捏力计评估捏握力,并使用Jamar测力计评估手握力。将使用超声测量鱼际肌的横截面积和厚度以及正中神经的横截面积。此外,还将记录CTS患者既往的电生理检查结果。

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