左归降糖舒络方治疗糖尿病周围神经病变的临床研究
该数据集来自 clinicaltrials.gov，主题为左归降糖舒络方治疗糖尿病周围神经病变（DPN）的临床研究。研究为单中心、随机、平行对照试验，计划从湖南中医药大学第一附属医院内分泌科门诊和住院部招募 74 例 DPN 患者（每组 37 例），并纳入 30 名健康志愿者作为对照
基本信息
资源简介
左归降糖舒络方治疗糖尿病周围神经病变的临床研究
该数据集来自 clinicaltrials.gov，主题为左归降糖舒络方治疗糖尿病周围神经病变（DPN）的临床研究。研究为单中心、随机、平行对照试验，计划从湖南中医药大学第一附属医院内分泌科门诊和住院部招募 74 例 DPN 患者（每组 37 例），并纳入 30 名健康志愿者作为对照。数据覆盖 DPN 患者与健康人群的临床信息，可用于评估中药方剂对 DPN 的疗效、探索相关临床指标变化，以及开展神经系统疾病领域的对照研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：糖尿病周围神经病变（DPN）。本研究是一项单中心、随机、平行对照试验。计划于2026年8月至2027年8月期间，从湖南中医药大学第一附属医院内分泌科门诊和住院部招募74例DPN患者（每组37例），同时招募30名健康志愿者作为对照。本研究是一项单中心、随机、平行对照试验。拟于2026年1月至2026年12月期间，从湖南中医药大学第一附属医院内分泌科门诊和住院部招募74例糖尿病周围神经病变（DPN）患者，同时招募30名健康志愿者作为正常对照，依据临床诊断标准和筛选标准。符合条件的DPN患者将r
【主题与分类】
主题标签：Diabetic Peripheral Neuropathy (DPN)。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07771894
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/NCT07771894
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
疾病：糖尿病周围神经病变（DPN）。本研究为单中心、随机、平行对照试验。拟于2026年8月至2027年8月期间，从湖南中医药大学第一附属医院内分泌科门诊及住院部招募74例DPN患者（每组37例），同时招募30名健康志愿者作为对照。本研究为单中心、随机、平行对照试验。根据临床诊断标准和筛选标准，拟于2026年1月至2026年12月期间，从湖南中医药大学第一附属医院内分泌科门诊及住院部招募74例糖尿病周围神经病变（DPN）患者，同时招募30名健康志愿者作为正常对照。符合条件的DPN患者将使用SPSS软件中固定种子的随机数字生成器，按1：1比例随机分配至左归降糖舒络方（ZGJTSLF）组或甲钴胺对照组。
这是一项对参与者、护理提供者和研究者均开放的开放标签试验；然而，结局评估者，特别是负责神经传导速度测量的技术人员，将对分组分配保持盲态。ZGJTSLF组的患者将接受左归降糖舒络方汤剂，而对照组患者将接受甲钴胺片，均连续治疗4周。主要结局包括多伦多临床评分系统（TCSS）评分和神经传导速度（NCV），次要结局包括中医证候评分、空腹血糖、糖化血红蛋白和血脂谱。同时，将在基线和治疗4周后从所有参与者（包括健康志愿者）采集血液、尿液和粪便样本并冷冻保存以供进一步分析。将使用UPLC-MS/MS技术进行血浆代谢组学和脂质组学分析，以检测差异性代谢
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。
