超声引导下经皮冷冻神经松解术治疗乳房切除术后疼痛
该数据集来自 clinicaltrials.gov,围绕超声引导下经皮冷冻神经松解术治疗乳房切除术后疼痛的临床研究,涉及乳房切除术与淋巴水肿人群

基本信息
资源简介
超声引导下经皮冷冻神经松解术治疗乳房切除术后疼痛
该数据集来自 clinicaltrials.gov,围绕超声引导下经皮冷冻神经松解术治疗乳房切除术后疼痛的临床研究,涉及乳房切除术与淋巴水肿人群。源站描述显示这是一项在多中心开展的随机、三盲、假手术/安慰剂对照、平行组人体临床试验,受试者为接受单侧或双侧乳房切除术的个体,所有参与者继续接受所在治疗中心的标准术后镇痛治疗。数据可用于了解该非阿片类镇痛干预的研究设计与相关临床信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:乳房切除术;淋巴水肿。所有参与者将继续接受其当地治疗中心的标准和常规术后镇痛药,因此不存在参与者获得的镇痛程度低于其未参加研究时的风险。冷冻神经松解术将在当地机构标准镇痛治疗的基础上进行。研究者提出一项实用性、多中心、随机、三盲(研究者、参与者、统计学家)、假手术/安慰剂对照、平行组、人体受试者临床试验,以确定冷冻神经松解术是否是乳房切除术后疼痛的有效非阿片类治疗。参与者将是接受单侧或双侧乳房切除术的个体,在6个中心招募: Walter Reed National Military Medical Center, Bethesda, Maryland U.C. San Diego, San Diego, Califo
【主题与分类】
主题标签:Mastectomy; Lymphedema。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05444361
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/NCT05444361
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
条件:乳房切除术;淋巴水肿。所有参与者将继续接受其当地治疗中心的标准和常规术后镇痛药,因此参与者接受较低程度镇痛的风险不存在,否则他们不会参加本研究。冷冻神经松解术将在标准当地机构标准镇痛治疗的基础上进行。研究者提出一项实用性、多中心、随机、三盲(研究者、参与者、统计学家)、假手术/安慰剂对照、平行组、人体受试者临床试验,以确定冷冻神经松解术是否是乳房切除术后疼痛的有效非阿片类治疗方法。参与者将是接受单侧或双侧乳房切除术的个体,从6个中心招募:* 马里兰州贝塞斯达的沃尔特·里德国家军事医疗中心 * 加利福尼亚州圣地亚哥的加州大学圣地亚哥分校 * 佛罗里达州盖恩斯维尔的佛罗里达大学 * 加利福尼亚州洛杉矶的西达赛奈医疗中心 * 俄亥俄州克利夫兰的克利夫兰诊所 对于有怀孕可能性的育龄妇女,将在任何研究干预之前收集尿液样本以确认未怀孕状态。
参与者将置入外周静脉(IV)导管,应用标准无创监测设备(血压袖带、脉搏血氧仪、5导联心电图),并通过面罩给氧。在整个操作过程中,将根据患者舒适度需要滴定咪达唑仑和芬太尼(IV),同时确保患者对语言提示保持反应。外周神经阻滞。并非所有入组中心都将外周阻滞作为其标准诊疗的一部分。由于本试验的实用性设计,研究参与不会改变机构当前的实践。如果当地实践包括术后连续外周神经阻滞,则将在针尖外2-5 cm处置入神经周围导管,将针从导管上撤出,并用无菌封闭敷料固定导管。参与
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




