多中心前瞻性评估射频治疗肛瘘

该数据集来自 clinicaltrials.gov,主题为肛瘘的射频治疗。源站描述显示,肛瘘治疗伴随肛门失禁风险升高,可达40%;新型替代疗法(胶水、推进皮瓣、塞子等)可降低该风险,但瘘管治疗有效率仅为40%至60%

F Care Systems NVF Care Systems NV
clinicaltrials
浏览 8
医学影像预测Anal Fistula
Multicenter Prospective Evaluation of Radiofrequency for Anal Fistulas

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-08

资源简介

多中心前瞻性评估射频治疗肛瘘

该数据集来自 clinicaltrials.gov,主题为肛瘘的射频治疗。源站描述显示,肛瘘治疗伴随肛门失禁风险升高,可达40%;新型替代疗法(胶水、推进皮瓣、塞子等)可降低该风险,但瘘管治疗有效率仅为40%至60%。射频可能在不损伤肛门括约肌的情况下破坏瘘管。研究目标为射频术后6个月和12个月的瘘管愈合率与肛门控便功能,方法包括治疗前及术后6、12个月的临床与MRI评估,计划纳入50例低位、高位、复杂及克罗恩病肛瘘患者,并在前20例后进行中期分析以核查并发症(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:肛瘘。:肛瘘治疗伴随肛门失禁风险升高,可达40%的病例。新的替代疗法(胶水、推进皮瓣、塞子等)可降低该风险,但瘘管治疗有效率仅为40%至60%的病例。射频可能在不损伤肛门括约肌的情况下破坏瘘管。目的:射频术后6个月和12个月的瘘管愈合率与肛门控便功能。方法:治疗前及术后6、12个月的临床与MRI评估。患者:50例低位、高位、复杂及克罗恩病肛瘘患者。预计在前20例患者后进行中期分析,以核查并发症。评估: 术后6个月和12个月的瘘管临床愈合 术后12个月的瘘管MRI愈合 术前和术后的肛门控便功能 射频操作的可行性 * Mo

【主题与分类】

主题标签:Anal Fistula。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/NCT03131297

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/NCT03131297

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

病症:肛瘘。:肛瘘治疗与肛门失禁风险增加相关,高达40%的病例会出现此风险。新的替代疗法(胶水、推进皮瓣、 plug……)降低了这一风险,但瘘管治疗有效率仅为40%至60%。射频可能在不损伤肛门括约肌的情况下破坏瘘管。目的:评估射频手术后6个月和12个月的瘘管愈合率及肛门节制功能。方法:治疗前、治疗后6个月和12个月进行临床和MRI评估。患者:50名患有低位、高位、复杂及克罗恩病相关肛瘘的患者。预计在首批20名患者后进行中期分析,以验证发病率。评估内容:* 手术后6个月和12个月的瘘管临床愈合情况 * 手术后12个月的瘘管MRI愈合情况 * 手术前后的肛门节制功能 * 射频手术的可行性 * 发病率 * 该手术的成功与失败预后因素。时间安排:* 首次纳入2017年3月 * 最后纳入2018年3月 * 评估持续至2019年3月。

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