Charcot-Marie-Tooth 病自然史研究
该数据集来自 clinicaltrials.gov，围绕 Charcot-Marie-Tooth 病（含 Type IA、Type 2A、Type 2、Type 2C 等亚型）的自然史研究，旨在采集、记录并分析患者报告数据及相关基因报告、电子健康记录（EHR）与临床记录，以识别疾病负担、诊断历程和患
基本信息
资源简介
Charcot-Marie-Tooth 病自然史研究
该数据集来自 clinicaltrials.gov，围绕 Charcot-Marie-Tooth 病（含 Type IA、Type 2A、Type 2、Type 2C 等亚型）的自然史研究，旨在采集、记录并分析患者报告数据及相关基因报告、电子健康记录（EHR）与临床记录，以识别疾病负担、诊断历程和患病率，帮助科学家推进治愈研究。参与者需完成自然史调查问卷。数据可用于疾病负担评估、诊断路径分析与患病率研究等用途（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Charcot-Marie-Tooth 病、Charcot-Marie-Tooth、Charcot-Marie-Tooth 病 IA 型、Charcot-Marie-Tooth 病 2A 型、Charcot-Marie-Tooth 病 2 型、Charcot-Marie-Tooth 病 2C 型、Charcot-Marie-Tooth 病 2A2B 型、Charcot-Marie-Tooth 病 2B2 型。这项 Charcot-Marie-Tooth 自然史研究的目标是获取、记录并分析患者报告的数据及相关基因报告、电子健康记录（EHR）和临床记录，以识别疾病负担、诊断历程和患病率，从而帮助科学家开展寻找治愈方法的工作。参与者将被要求完成一份自然史调查问卷。
【主题与分类】
主题标签：Charcot-Marie-Tooth Disease、Charcot-Marie-Tooth、Charcot-Marie-Tooth Disease, Type IA、Charcot-Marie-Tooth Disease Type 2A、Charcot-Marie-Tooth Disease Type 2、Charcot-Marie-Tooth Disease, Type 2C、Charcot-Marie-Tooth Disease Type 2A2B、Charcot-Marie-Tooth Disease Type 2B2、Charcot-Marie-Tooth Disease Type 2A1、Charcot-Marie-Tooth Disease Type 4B1。本站分类：口腔疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05902351
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/NCT05902351
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
疾病：腓骨肌萎缩症、腓骨肌萎缩症、腓骨肌萎缩症IA型、腓骨肌萎缩症2A型、腓骨肌萎缩症2型、腓骨肌萎缩症2C型、腓骨肌萎缩症2A2B型、腓骨肌萎缩症2B2型。这项腓骨肌萎缩症自然史研究的目标是获取、记录并分析患者报告的数据及相关基因报告、电子健康记录（EHRs）和临床记录，以识别疾病负担、诊断历程和患病率，从而帮助科学家开展寻找治愈方法的工作。参与者将被要求完成一份自然史调查问卷。
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。
