感觉统合联合聚焦训练对糖尿病周围神经病变患者运动觉与本体感觉的附加效应
该数据集来自 clinicaltrials.gov,主题为感觉统合联合聚焦训练对糖尿病周围神经病变患者运动觉与本体感觉的附加效应

基本信息
资源简介
感觉统合联合聚焦训练对糖尿病周围神经病变患者运动觉与本体感觉的附加效应
该数据集来自 clinicaltrials.gov,主题为感觉统合联合聚焦训练对糖尿病周围神经病变患者运动觉与本体感觉的附加效应。数据涉及糖尿病周围神经病变与本体感觉相关条件,覆盖上肢与下肢受累情况。源站描述提及巴基斯坦糖尿病患者中周围神经病变患病率约为43%,血糖控制不佳者更常见,症状包括麻木、刺痛、烧灼样或针刺样疼痛、触觉异常、肌无力、足部感觉部分或完全丧失以及位置与运动感觉丧失。该数据可用于糖尿病周围神经病变相关的感觉与运动功能研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病神经病变、本体感觉。周围神经病变是一种当脑和脊髓以外的神经受损时发生的病症。它影响上肢和下肢。巴基斯坦糖尿病患者中周围神经病变的估计患病率约为43%。该病症在血糖控制不佳的患者中更为常见。体征和症状包括麻木、刺痛、疼痛(可能为烧灼样、针刺样或射击样)、异常的触觉感受(感觉迟钝)、肌无力、足部感觉完全或部分丧失(例如足部受伤时感觉不到疼痛)、位置和运动感觉丧失。尽管周围神经病变有许多可能的原因,但最常见的亚型糖尿病周围神经病变(DPN)可导致从感觉异常到肢体丧失和生命丧失等严重并发症。早期评估症状
【主题与分类】
主题标签:Diabetic Neuropathy、Proprioception。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07332364
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/NCT07332364
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
病症:糖尿病神经病变、本体感觉。周围神经病变是一种当脑和脊髓以外的神经受损时发生的病症。它影响上肢和下肢。巴基斯坦糖尿病患者中周围神经病变的估计患病率约为43%。该病症在糖尿病控制不佳的患者中更为常见。体征和症状包括麻木、刺痛、疼痛(可能为烧灼痛、刺痛或射击痛)、异常的触觉感知(感觉迟钝)、肌肉无力、足部完全或部分感觉丧失(如感觉不到足部损伤引起的疼痛)、位置和运动感觉丧失。尽管周围神经病变有许多可能的病因,但最常见的亚型——糖尿病周围神经病变(DPN)——可导致从感觉异常到肢体丧失和死亡等严重并发症。早期评估周围多神经病变的症状有助于避免神经性足溃疡,以对抗因病理生理性伤口愈合能力差而可能导致的潜在发病率和死亡率,这种情况可导致肢体受损、局部至全身性感染、败血症,甚至死亡。
早期周围神经病变可能表现为通常呈进行性的感觉改变,包括四肢呈“袜套和手套”分布的感觉丧失、麻木、疼痛或烧灼感。晚期可能涉及近端麻木、远端无力或萎缩。早期周围神经病变可能表现为通常呈进行性的感觉改变,包括四肢呈“袜套和手套”分布的感觉丧失、麻木、疼痛或烧灼感。晚期可能涉及近端麻木、远端无力或萎缩。运动觉或关节感觉以及肢体运动,四百多年来一直是一个推测的主题。它被定义为通过肌肉和关节中的感觉器官(本体感受器)对身体各部位位置和运动的感知。它是一种功能,通过该功能……
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。




