骨质疏松症

该数据集包含膝关节X光影像及其配对的临床因素（如年龄、性别、骨密度指标等），属于医学影像与临床表格相结合的多模态数据，主要用于骨质疏松症的辅助筛查、风险评估以及机器学习模型在医学影像分析中的训练与验证，为开发基于X光的自动化诊断工具提供数据支持。

该数据集包含骨质疏松患者的临床资料，主要数据模态为临床表格，研究隐藏性皮质醇过多与骨脆性及骨折风险的关系，用于评估患病率、识别预测因素，并探讨遗传和微生物组在骨代谢疾病中的作用机制。

LUMOS数据集是一个专注于腰椎骨质疏松筛查的多模态医学影像数据集，包含来自803名患者的1,620张X光图像和280个CT扫描序列（均为DICOM格式），并整合了详细的临床元数据，如人口统计学信息、DXA测量值和骨质疏松分类标签。该数据集主要用于支持基于人工智能的自动化骨质疏松分类、骨密度预测、医学图像分割与合成等研究，为骨科健康评估和计算机辅助诊断提供重要的数据资源。

该数据集包含骨质疏松症患者的临床表格数据，旨在研究隐性皮质醇过多与骨脆性之间的关联，通过分析患者临床特征、遗传背景和肠道微生物组信息，探索骨质疏松的病理机制，为骨质疏松风险评估和内分泌代谢疾病研究提供重要数据支持。

该数据集提供了基于英国生物银行队列的肌少症与骨质疏松症全基因组关联研究汇总统计数据，数据模态为遗传变异统计表格，包含SNP标识符、等位基因信息、效应值和p值等关键遗传关联指标，主要用于通过孟德尔随机化方法探究肌少症对骨质疏松风险的遗传预测作用，支持遗传流行病学、骨骼肌肉疾病因果关系及多病症共病机制的研究。

该数据集包含311名患者的颅脑计算机断层扫描图像（评估额骨亨氏单位）、双能X射线吸收测定法骨密度T值、主要骨质疏松性骨折史、临床疾病及生活方式因素等多模态临床数据，旨在通过回顾性多中心研究分析颅脑CT亨氏单位与骨密度的相关性，评估其作为机会性筛查工具在早期诊断骨质疏松症和预测主要骨质疏松性骨折风险中的临床应用价值。

该数据集是一个包含膝部X光图像的多类别医学影像数据集，涵盖正常、骨量减少和骨质疏松三种骨密度状况，共整合了来自两个公开来源的2,297张原始图像，并经过数据增强处理以平衡类别分布。其主要用途是支持基于深度学习的骨质疏松自动分类研究，适用于医学影像分析、计算机辅助诊断及骨科疾病智能检测等方向。

该数据集包含与骨质疏松风险相关的临床特征和患者生理指标等结构化数据，数据模态主要为临床表格数据，用于构建机器学习模型以支持骨质疏松的早期筛查、风险预测及因素分析，具有高质量的数据准备和实际应用价值。

该数据集包含类风湿关节炎患者骨质疏松症发展的临床研究数据，涵盖风险因素、发病机制及临床指标等多模态信息，主要用于研究RA与OP之间的关联，支持早期诊断、风险评估及预防策略的制定。

该数据集整合了GSE56815和GSE7429两个基因表达数据集，包含与骨质疏松症坏死性凋亡相关的差异表达基因、蛋白质相互作用网络及诊断模型构建所需的生物信息学数据，主要应用于骨质疏松症的分子机制研究、诊断生物标志物筛选以及机器学习驱动的诊断模型开发。

该数据集包含用于分析骨质疏松症与中风关联的临床表格数据，涵盖患者人口统计学、临床指标及诊断信息等多维度变量，通过多重回归分析方法构建，主要用于探索这两种疾病之间的风险因素、构建预测模型以及支持相关流行病学与公共卫生研究。

该数据集包含100名女性参与者（包括骨质疏松、骨量减少及对照组）的人口统计学信息、用药记录以及通过简短焦虑筛查测试评估的焦虑与躯体化症状数据，属于临床表格模态的研究数据集，主要用于探索骨质疏松症与焦虑躯体化症状之间的相关性，并分析多种药物联合使用对患者心理症状的影响，为骨质疏松症的心理社会因素研究和慢性疾病心身关联分析提供实证支持。