股外侧皮神经远端与股四头肌腱自体移植取材部位的解剖关系:尸体研究
该数据集来自一项尸体解剖研究,包含29例经防腐处理的成人下肢标本(13例男性、16例女性)中股外侧皮神经(LFCN)最远端可识别分支与股四头肌腱(QT)五个区域(上、下、内、外、中央)之间的最短直线距离(毫米),测量使用数字卡尺并取多次试验平均值以减小观察者差异

基本信息
资源简介
股外侧皮神经远端与股四头肌腱自体移植取材部位的解剖关系:尸体研究
Anatomical Relationship Between the Distal Lateral Femoral Cutaneous Nerve and the Quadriceps Tendon Autograft Harvest Site: A Cadaveric Study
该数据集来自一项尸体解剖研究,包含29例经防腐处理的成人下肢标本(13例男性、16例女性)中股外侧皮神经(LFCN)最远端可识别分支与股四头肌腱(QT)五个区域(上、下、内、外、中央)之间的最短直线距离(毫米),测量使用数字卡尺并取多次试验平均值以减小观察者差异。数据还包含标本层面的人口学信息。该数据可用于评估ACL重建中QT取材部位与LFCN的解剖关系,为手术入路规划与神经损伤风险分析提供定量参考(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集伴随研究《Anatomical Relationship Between the Distal Lateral Femoral Cutaneous Nerve and the Quadriceps Tendon Autograft Harvest Site: A Cadaveric Study》发布。它包含股外侧皮神经(LFCN)远端与股四头肌腱(QT)预定义标志点之间空间关系的定量测量数据,这些标志点与前交叉韧带(ACL)重建相关。测量取自29例经防腐处理的成人尸体下肢(13例男性,16例女性)。对每个标本,记录LFCN最远端可识别分支与五个QT区域(上、下、内、外、中央)之间的最短直线距离(毫米)。所有测量均使用数字卡尺进行,并在多次重复试验中取平均值以减小观察者差异。该数据集还包括标本层面的人口学
【主题与分类】
主题标签:Medicine, Health and Life Sciences。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/XCG6M4
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://doi.org/10.7910/DVN/XCG6M4
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:
数据集大小约 65.2 KB。
数据说明
本数据集伴随研究《股外侧皮神经远端与股四头肌腱自体移植取材部位的解剖关系:一项尸体研究》发布。数据集包含股外侧皮神经(LFCN)远端与股四头肌腱(QT)预定义标志点之间空间关系的定量测量数据,这些标志点与前交叉韧带(ACL)重建相关。测量取自29例经防腐处理的成人尸体下肢(男性13例,女性16例)。对每例标本,记录LFCN最远端可识别分支与五个QT区域(上、下、内、外、中央)之间的最短直线距离(以毫米计)。所有测量均使用数字卡尺完成,并在多次重复试验中取平均值,以尽量减少观察者变异。数据集还包括标本层面的人口学变量,如性别、侧别和身高(如有)。采用单因素方差分析、双因素方差分析和协方差分析等统计方法,评估这些变量与LFCN–QT距离之间的潜在关联。
本数据集旨在描述LFCN远端走行的解剖变异特征,并识别股四头肌腱自体移植取材过程中医源性神经损伤风险增加的区域。数据支持神经邻近性存在区域特异性变异和性别差异的发现,对手术规划和风险降低具有潜在意义。所有测量值均以毫米(mm)为单位报告。变量定义和编码见随附的数据字典文件。本数据集不包含可识别的人类受试者信息。如有关于数据集的问题,请使用数据集联系选项与作者取得联系。
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。




