埃塞俄比亚三叉神经痛研究数据集
该数据集是一个包含61名埃塞俄比亚三叉神经痛患者临床信息的医学数据集，涵盖人口统计学、疾病特征（如疼痛性质、触发因素、受累神经分支）、治疗史（包括用药和手术）、脑影像学结果以及相关影响因素等多模态临床表格数据，主要用于研究三叉神经痛在非洲地区的临床特征、误诊模式、延迟诊断因素及治疗满意度，为改善该疾病在资源有限地区的诊断和管理策略提供实证依据。
基本信息
资源简介
埃塞俄比亚三叉神经痛研究数据集
【数据集背景】
本数据集源站标题为《Data set for Trigeminal neuralgia patients in Addis Ababa, Ethiopia》。源站首次发布：2020-12-12。
【数据内容】
源站原始描述：This is a data set was from a facility based cross sectional study aimed to assess clinical characteristics, treatment, and associated factors in Trigeminal neuralgia (TN) patients in a Addis Ababa, Ethiopia. All patients with confirmed TN who presented to the four health facilities during the six month study period were included in the study. All the patients were interviewed and examined by board certified neurologist. Structured questionnaires were utilized to extract demographic, clinical, a…
【数据结构与技术规格】
文件数 2 个，合计 29.69 KB。数据集 DOI：10.17632/7w4hsm63nk.5。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/7w4hsm63nk
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://data.mendeley.com/datasets/7w4hsm63nk/2
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
该数据集来源于一项基于医疗机构的横断面研究，旨在评估埃塞俄比亚亚的斯亚贝巴地区三叉神经痛（TN）患者的临床特征、治疗情况及相关影响因素。研究共纳入了来自亚的斯亚贝巴四家医疗机构的61名确诊TN患者，所有患者在六个月内就诊并接受了神经科专家的访谈和检查。通过结构化问卷收集了患者的人口统计学、临床特征（如疾病分类、病程、受累侧、受累神经分支、拔牙史、疼痛性质、触发因素、触发区域、治疗满意度、用药类型及合并症）、自主神经功能障碍相关数据、家族史、季节性症状变化、手术史以及脑影像学结果。数据集采用描述性分析、卡方检验、t检验、二元及多元分析等方法进行统计分析。该研究是埃塞俄比亚乃至撒哈拉以南非洲地区首次针对三叉神经痛的系统研究，揭示了当地患者中高达41%的拔牙史比例，反映了误诊和延迟诊断的普遍现状，为改善该地区TN的临床管理提供了重要数据支持。
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。
