3D肛瘘模型对患者理解与决策的影响

研究背景是已有方法利用传统二维MR图像构建并打印肛瘘3D模型,但门诊场景下的临床效用及其对患者疾病认知的影响尚未评估。本研究旨在了解3D打印模型如何影响患者对疾病的理解并支持其治疗决策

London North West Healthcare NHS TrustLondon North West Healthcare NHS Trust
clinicaltrials
浏览 16
图像Fistula in AnoAno Fistula
The Impact of 3D Anal Fistula Models on Patient Understanding and Decision Making

基本信息

模态
图像
创建/更新时间
2026-10-08

资源简介

3D肛瘘模型对患者理解与决策的影响

该数据集来自clinicaltrials.gov,聚焦肛瘘(Fistula in Ano、Ano Fistula)患者。研究背景是已有方法利用传统二维MR图像构建并打印肛瘘3D模型,但门诊场景下的临床效用及其对患者疾病认知的影响尚未评估。本研究旨在了解3D打印模型如何影响患者对疾病的理解并支持其治疗决策。参与者将在常规门诊中接受标准解释或3D打印瘘管模型解释,并完成简短问卷,通过分析答案判断3D模型在临床咨询中是否有益(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:肛瘘(Fistula in Ano)、肛瘘(Ano Fistula)。既往工作已建立一种使用传统二维MR图像构建并打印肛周瘘管3D模型的方法,然而这些模型在门诊环境中的临床效用及其对患者疾病知识的影响尚未得到评估。本研究旨在了解使用3D打印模型如何影响患者对疾病的理解,并支持他们就治疗做出决策。参加常规门诊预约的参与者将使用标准解释或瘘管的3D打印模型向其解释病情。他们将完成一系列简短问卷,其答案将被分析,以确定在临床咨询中使用3D模型是否有任何益处。

【主题与分类】

主题标签:Fistula in Ano、Ano 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/NCT04069728

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/NCT04069728

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

条件:肛瘘。既往研究已建立一种利用传统二维MR图像构建并打印肛周瘘管三维模型的方法,但这些模型在门诊环境中的临床实用性及其对患者疾病认知的影响尚未得到评估。本研究旨在了解使用三维打印模型如何影响患者对疾病的认知,并帮助他们就治疗做出决策。参加常规门诊预约的参与者将接受关于其瘘管的讲解,讲解方式为标准化讲解或使用瘘管三维打印模型。他们将完成一系列简短问卷,其回答将被分析,以确定在临床问诊中使用三维模型是否有任何益处。

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