中西医结合治疗灼口综合征数据集

数据涉及将 BMS 患者按临床病史和实验室检查分为原发性和继发性两类,继发性仅包括维生素 B12、叶酸、铁、锌等营养缺乏

Chang Gung Memorial HospitalChang Gung Memorial Hospital
clinicaltrials
浏览 19
表格分类Burning Mouth Syndrome
Treatment of Burning Mouth Syndrome With Integration of Traditional Chinese Medicine and Western Medicine

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-10

资源简介

中西医结合治疗灼口综合征数据集

该数据集来自 clinicaltrials.gov,主题为中西医结合治疗灼口综合征(Burning Mouth Syndrome)。数据涉及将 BMS 患者按临床病史和实验室检查分为原发性和继发性两类,继发性仅包括维生素 B12、叶酸、铁、锌等营养缺乏。原发性患者每日睡前服用 0.5~1 mg 氯硝西泮,持续 8 周;继发性患者根据营养缺乏状况补充相应营养素。西医治疗改善不明显者接受中医治疗,包括中医师、自动舌诊系统(ATDS)和体质问卷(BCQ)评估。可用于灼口综合征分型、治疗与中西医结合研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:灼口综合征。根据患者临床病史和实验室检查,BMS 患者将被分为原发性和继发性两类。继发性 BMS 仅包括营养缺乏,如维生素 B12、叶酸、铁、锌。首先,原发性 BMS 患者每天睡前接受 0.5~1 mg 氯硝西泮治疗,持续 8 周。继发性 BMS 患者根据其营养缺乏状况接受维生素 B12、叶酸、铁和锌治疗。在第一阶段西医治疗后无改善或改善甚微的患者,将被安排接受中医(TCM)治疗。所有患者都将接受 TCM 模式评估,包括中医师、自动舌诊系统(ATDS)和体质问卷(BCQ)。本研究的结果预计

【主题与分类】

主题标签:Burning Mouth Syndrome。本站分类:口颌系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04189367

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04189367

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:灼口综合征。根据患者的临床病史和实验室检查,BMS患者将被分为原发性和继发性两种类型。继发性BMS仅包括营养缺乏,如维生素B12、叶酸、铁、锌。首先,原发性BMS患者每天睡前接受0.5~1毫克氯硝西泮治疗,持续8周。继发性BMS患者根据其营养缺乏状况,接受维生素B12、叶酸、铁和锌的治疗。在第一阶段西医治疗中未见改善或改善甚微的患者,将被安排接受中医(TCM)治疗。所有患者都将接受中医模式评估,包括中医师、自动舌诊系统(ATDS)和体质问卷(BCQ)评估。本研究结果预期能了解BMS的中医辅助治疗是否能提高治疗效果。研究者将探究体质类型是否可能成为西医治疗BMS疗效的预测指标。

研究人员将为中医模型寻找一个诊断指标,并将其应用于BMS患者预后评估。

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。

获取专属数据定制方案