结构化多感官再教育项目对糖尿病周围神经病变患者感觉功能与上肢感觉运动表现的效果

数据集获取

源站：https://clinicaltrials.gov/study/NCT07670598

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

疾病：糖尿病周围神经病变。糖尿病周围神经病变（DPN）是糖尿病最常见的慢性并发症之一，与感觉丧失、感觉运动功能受损、功能独立性降低及生活质量下降相关。尽管DPN通常与下肢功能障碍相关，但上肢感觉障碍也可能发生，并对手部功能、灵巧性、物体操作及日常生活活动产生负面影响。当前的管理策略主要集中于血糖控制、药物对症治疗和一般运动干预。然而，专门设计用于改善感觉功能的康复方法仍然有限。神经康复研究的证据表明，感觉再教育干预可能促进神经可塑性、改善感觉辨别能力、增强皮层感觉处理并改善功能结局。本研究将探讨结构化多感官再教育方案（SENS-UL方案）在临床确诊为糖尿病周围神经病变的成人中的疗效。

本研究将采用前瞻性、平行组、参与者盲法、随机假对照设计。参与者将从沙特阿拉伯利雅得的法赫德国王医疗城招募。符合条件的参与者将被随机分配到接受结构化多感官感觉再教育的实验组或接受被动感觉暴露而无主动感觉再训练的假对照组。干预将每周进行两次，持续五周，每次约50-60分钟。干预包括触觉刺激、质地辨别、振动刺激、温度辨别、定位训练、关节位置觉训练、运动觉训练、两点辨别、实体觉、重量觉、图形觉和双同时刺激。该方案遵循标准化的层级递进模型，具

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。