肛瘘中脂肪来源间充质干细胞特征

该数据集来自 clinicaltrials.gov,聚焦消化系统疾病中的肛瘘,收录 27 例隐腺源性肛瘘患者接受新鲜采集自体脂肪组织注射治疗的资料

University of AarhusUniversity of Aarhus
clinicaltrials
浏览 14
医学影像分类Perianal FistulaAdipose TissueTissue Transplantation
Adipose Derived Mesenchymal Stem Cell Characteristics in Anal Fistulas

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-08

资源简介

肛瘘中脂肪来源间充质干细胞特征

该数据集来自 clinicaltrials.gov,聚焦消化系统疾病中的肛瘘,收录 27 例隐腺源性肛瘘患者接受新鲜采集自体脂肪组织注射治疗的资料。研究在注射前进行临床评估并放置松弛挂线至少 6 周,纳入前完成盆腔 MRI,排除带继发瘘管和/或腔隙的肛瘘。手术在一次操作中完成吸脂与脂肪组织注射,并对全部 27 例患者的脂肪组织样本进行分析,分离并表征 AT-MSCs。数据可用于肛瘘脂肪移植治疗及脂肪来源间充质干细胞特征相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:肛周瘘、脂肪组织、组织移植。据报道,注射同种异体或自体干细胞可有效治疗肛周瘘。该治疗的替代方案是注射新鲜采集的自体脂肪组织。在本研究中,27 例隐腺源性肛瘘患者接受了新鲜采集的自体脂肪组织治疗。纳入前对患者进行了临床评估,并在脂肪注射前至少 6 周放置松弛挂线。纳入前进行了盆腔 MRI。排除带有继发瘘管和/或腔隙的肛瘘。手术在一次操作中完成,包括吸脂和脂肪组织注射。对全部 27 例患者的脂肪组织样本进行了分析。分离了 AT-MSCs,并使用细胞和分子分析进行了表征。

【主题与分类】

主题标签:Perianal Fistula、Adipose Tissue、Tissue Transplantation。本站分类:消化系统疾病/肛瘘。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04834609

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/NCT04834609

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

疾病:肛周瘘、脂肪组织、组织移植。已有报道显示,注射同种异体或自体干细胞可有效治疗肛周瘘。该治疗的一种替代方法是注射新鲜采集的自体脂肪组织。在本研究中,27例隐腺性肛瘘患者接受了新鲜采集的自体脂肪组织治疗。纳入前对患者进行了临床评估,并在脂肪注射前至少6周放置了松弛挂线。纳入前进行了盆腔MRI检查。伴有继发性瘘管和/或腔隙的瘘管被排除。手术在一次操作中完成,包括吸脂和脂肪组织注射。对全部27例患者的脂肪组织样本进行了分析。分离了AT-MSCs,并通过细胞学和分子学分析进行了表征。6个月后对瘘管愈合进行了临床和MRI扫描评估,并评估了肛门直肠功能。就比较瘘管愈合而言,对应答者和无应答者之间的AT-MSCs表型进行了比较。AT-MSCs的评估以盲法进行。

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