神经动力学松动术治疗腕管综合征的有效性
该数据集源自 clinicaltrials.gov，主题为神经动力学松动术治疗腕管综合征的有效性。纳入对象为近 6 个月内经肌电图诊断为轻中度腕管综合征、年龄 20-55 岁的患者，采用计算机辅助随机化分为两组，研究组接受正中神经松动与超声治疗，对照组仅接受超声治疗，评估工具包括视觉模拟量表、手部与
基本信息
资源简介
神经动力学松动术治疗腕管综合征的有效性
该数据集源自 clinicaltrials.gov，主题为神经动力学松动术治疗腕管综合征的有效性。研究为随机、临床、单盲、对照试验，计划纳入 86 例在 Kütahya Health Sciences University, Evliya Çelebi Training and Research Hospital 物理医学与康复门诊及 Kutahya City Hospital 就诊的腕管综合征患者。纳入对象为近 6 个月内经肌电图诊断为轻中度腕管综合征、年龄 20-55 岁的患者，采用计算机辅助随机化分为两组，研究组接受正中神经松动与超声治疗，对照组仅接受超声治疗，评估工具包括视觉模拟量表、手部与捏握测试及 Boston Carp。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：腕管综合征（CTS）、正中神经。这项随机、临床、单盲、对照研究最初计划纳入 86 名被诊断为腕管综合征的患者，这些患者就诊于 Kütahya Health Sciences University, Evliya Çelebi Training and Research Hospital 物理医学与康复门诊以及 Kutahya City Hospital。研究纳入在过去 6 个月内通过肌电图（EMG）被诊断为轻度和中度腕管综合征、年龄 20-55 岁的患者。患者使用计算机辅助随机化方法被随机分为两组。研究组将接受正中神经松动和超声治疗，对照组仅接受超声治疗。所有患者均采用视觉模拟量表（VAS）、手部与捏握测试、Boston Carpal Tun
【主题与分类】
主题标签：Carpal Tunnel Syndrome (CTS)、Median Nerve。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06882707
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/NCT06882707
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：腕管综合征（CTS）、正中神经。这项随机、临床、单盲、对照研究最初计划纳入86名诊断为腕管综合征的患者，这些患者就诊于Kütahya健康科学大学Evliya Çelebi培训与研究医院物理医学与康复门诊以及Kutahya市医院。研究纳入过去6个月内通过肌电图（EMG）诊断为轻度和中度腕管综合征、年龄20-55岁的患者。采用计算机辅助随机化方法将患者随机分为两组。研究组将接受正中神经松动术和超声治疗，对照组仅接受超声治疗。所有患者在干预前及干预第三周时均采用视觉模拟量表（VAS）、手部及捏力握力测试、波士顿腕管问卷（BCTQ）以及正中神经和拇短展肌超声进行检查评估。
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。
