猪模型胸腰筋膜损伤与运动限制联合效应的超声评估数据
该数据集来自 Dryad,基于猪模型研究胸腰筋膜损伤与运动限制的联合效应。研究将局部筋膜损伤与使用 hobble 装置(连接一侧足部与胸部束带)限制运动 8 周相结合,在 8 周时对非干预侧进行超声测量,评估胸腰筋膜厚度及被动髋关节屈曲时的剪切面活动度(剪切应变)

基本信息
资源简介
猪模型胸腰筋膜损伤与运动限制联合效应的超声评估数据
Data from: Ultrasound evaluation of the combined effects of thoracolumbar fascia injury and movement restriction in a porcine model
该数据集来自 Dryad,基于猪模型研究胸腰筋膜损伤与运动限制的联合效应。研究将局部筋膜损伤与使用 hobble 装置(连接一侧足部与胸部束带)限制运动 8 周相结合,在 8 周时对非干预侧进行超声测量,评估胸腰筋膜厚度及被动髋关节屈曲时的剪切面活动度(剪切应变)。数据可用于探索慢性腰背痛中筋膜病理生理机制,以及超声指标在损伤与运动限制模型中的变化规律(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2017。
【数据内容】
源站描述(机器翻译,仅供参考):急性背部“扭伤”后背痛的持续存在是一个严重的公共卫生问题,其病理生理机制尚不清楚。近期发现,慢性腰背痛(LBP)患者经超声测量显示胸腰筋膜厚度增加且活动度降低,提示背部筋膜可能参与 LBP 的病理生理过程。本研究采用猪模型,检验以下假设:通过将局部筋膜损伤与使用“hobble”装置(连接一侧足部与胸部束带)进行 8 周运动限制相结合,可在猪模型中实验性地产生类似的超声表现。在 8 周时间点,对非干预侧(损伤和/或 hobble)进行胸腰筋膜厚度及被动髋关节屈曲期间剪切面活动度(剪切应变)的超声测量。仅损伤即导致
【主题与分类】
主题标签:Connective tissue、Sus domisticus、movement restriction、fascia、injury、Ultrasound。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.7kk48
使用许可:Creative Commons Zero v1.0 Universal。
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/10.5061/dryad.7kk48
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 108.5 KB。
数据说明
急性背部“扭伤”后持续存在的背痛是一个严重的公共卫生问题,其病理生理机制尚不明确。近期研究发现,慢性下背痛(LBP)患者经超声测量显示胸腰筋膜厚度增加且活动度降低,提示背部筋膜可能参与LBP的病理生理过程。本研究采用猪模型,通过将局部筋膜损伤与运动限制相结合——使用“束缚”装置将一侧足部与胸部束带连接8周——来验证以下假设:在猪模型中可通过实验手段产生类似的超声表现。在8周时间点,对非干预侧(损伤和/或束缚)进行被动髋关节屈曲时的胸腰筋膜厚度及剪切面活动度(剪切应变)超声测量。单纯损伤即可导致非损伤侧筋膜厚度增加(p = .007)及筋膜剪切应变降低(p = .027)。单纯运动限制未改变筋膜厚度,但确实降低了非束缚侧的剪切应变(p = .024)。
损伤加上活动限制对筋膜活动度的降低具有叠加效应,与对照组相比剪切应变减少了52%,与单纯活动限制相比减少了28%。这些结果表明,涉及筋膜的后背损伤,即使已经愈合,也会影响远离损伤区域的筋膜层相对活动度,尤其是在活动也受到限制的情况下。
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。




