股外侧皮神经脉冲射频
该数据集来自 clinicaltrials.gov，聚焦股外侧皮神经脉冲射频治疗难治性感觉异常性股痛。研究为回顾性队列研究，由疼痛专科医师与神经电生理医师共同开展，主要结局为肥胖对脉冲射频疗效的影响，随访6个月，次要结局为识别感觉异常性股痛的临床与诊断特征
基本信息
资源简介
股外侧皮神经脉冲射频
该数据集英文名为 Pulsed Radiofrequency of Lateral Femoral Cutaneous Nerve，来源于 clinicaltrials.gov，归类于神经系统疾病下的其他类别，主题聚焦于感觉异常性股痛（Meralgia Paresthetica）。数据集对应的研究是一项回顾性队列研究，由疼痛专科医师与神经电生理医师共同开展，围绕股外侧皮神经脉冲射频（PRF of LFCN）治疗难治性感觉异常性股痛展开。研究的主要结局是考察肥胖对脉冲射频疗效的影响，随访期为6个月；次要结局是识别感觉异常性股痛的临床与诊断特征。该数据集为关注难治性感觉异常性股痛神经调控治疗的研究者提供了以肥胖因素与疗效关系为核心、兼及疾病临床与诊断特征的研究素材。
【数据集背景】
感觉异常性股痛是一种涉及股外侧皮神经的神经系统疾病，部分患者对常规治疗反应不佳，属于难治性情形。脉冲射频是应用于股外侧皮神经的一种神经调控治疗手段。该数据集所对应的研究正是在这一背景下，由疼痛专科医师与神经电生理医师共同开展，旨在考察肥胖这一因素是否会影响脉冲射频治疗难治性感觉异常性股痛的疗效，并同时梳理该疾病的临床与诊断特征。
【数据内容】
数据集的主题标签为感觉异常性股痛。研究设置的主要结局为肥胖对股外侧皮神经脉冲射频疗效的影响，观察随访时间为6个月；次要结局为识别感觉异常性股痛的临床与诊断特征。关于数据集所包含的具体变量、样本量、记录字段与数据表结构，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov。研究类型为回顾性队列研究，由疼痛专科医师与神经电生理医师共同实施。关于数据采集的具体时间范围、采集机构、纳入与排除标准以及数据提取流程，源站未提供。
【适用场景】
该数据集适用于围绕难治性感觉异常性股痛开展的研究与分析，尤其是探讨肥胖因素与股外侧皮神经脉冲射频疗效之间关系的研究，也可用于梳理该疾病的临床与诊断特征。其6个月随访的主要结局设计，适合用于疗效影响因素类的回顾性分析。关于其他具体应用场景，源站未提供。
【使用方法】
该数据集对应一项回顾性队列研究，主要结局分析围绕肥胖与脉冲射频疗效的关系展开，随访期为6个月，次要分析聚焦临床与诊断特征。关于数据的具体使用方式、分析软件、变量编码与统计方法，源站未提供。
【质量与限制】
该研究为回顾性队列研究，主要结局的随访期为6个月。关于样本量、缺失数据情况、偏倚控制措施及其他质量指标，源站未提供。
【引用与许可】
该数据集的来源站为 clinicaltrials.gov。关于引用格式、许可条款与使用限制，源站未提供。
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/NCT06187883
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
条件：感觉异常性股痛。在这项由疼痛专科医生和神经生理学家共同开展的回顾性队列研究中，主要结局是探究肥胖对PRF治疗LFCN用于难治性MP 6个月疗效的影响。次要结局是确定MP的临床和诊断特征。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
