HSD与EDS整合医学研究数据集
该数据集来自 clinicaltrials.gov，聚焦超 mobility 谱系障碍（HSD）与 Ehlers-Danlos 综合征（EDS）患者，记录一项为期 9 周的整合医学项目可行性研究，项目包含规定的抗炎（地中海）饮食及一般行为与心理社会支持
基本信息
资源简介
HSD与EDS整合医学研究数据集
该数据集来自 clinicaltrials.gov，聚焦超 mobility 谱系障碍（HSD）与 Ehlers-Danlos 综合征（EDS）患者，记录一项为期 9 周的整合医学项目可行性研究，项目包含规定的抗炎（地中海）饮食及一般行为与心理社会支持。数据覆盖患者招募潜力与项目完成能力评估，通过参与者食物追踪和简短满意度调查中的主观评估衡量饮食依从性与可行性，计划招募 20 名 HSD 或 EDS 患者，并初步观察干预效果。可用于结缔组织疾病患者饮食与行为干预的可行性分析及相关研究设计参考（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Ehlers-Danlos 综合征、超 mobility EDS（hEDS）、超 mobility 综合征、EDS。本研究的总体目的是评估开展一项为期 9 周的整合医学项目的可行性，该项目由规定的抗炎（地中海）饮食以及一般行为和心理社会支持组成，对象为超 mobility 谱系障碍（HSD）或 Ehlers-Danlos 综合征（EDS）患者，以确定该人群的招募潜力并测量个体完成项目的能力。参与者将被开具饮食计划，饮食计划的依从性和可行性将通过参与者食物追踪以及简短满意度调查中对饮食计划的主观评估来衡量。本研究旨在招募 20 名 HSD 或 EDS 患者，并就干预效果进行初步观察。
【主题与分类】
主题标签：Ehlers-Danlos Syndrome、Hypermobile EDS (hEDS)、Hypermobility Syndrome、EDS。本站分类：皮肤与结缔组织疾病/埃勒斯-当洛斯综合征。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04734041
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/NCT04734041
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：埃勒斯-当洛斯综合征、过度活动型EDS（hEDS）、过度活动综合征、EDS。本研究的总体目的是评估开展一项为期9周的综合医学项目的可行性，该项目包括规定的抗炎（地中海）饮食以及一般行为和心理社会支持，对象为过度活动谱系障碍（HSD）或埃勒斯-当洛斯综合征（EDS）患者，以确定该人群的招募潜力，并衡量个体完成该项目的能力。参与者将获得一份饮食计划，并将通过参与者饮食记录以及在一份简短满意度调查中对饮食计划的主观评估来衡量对该饮食计划的依从性和可行性。本研究旨在招募20名HSD或EDS患者，并就综合医学护理对减轻疼痛和改善生活质量的效果进行初步观察。
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。
