自体脂肪来源基质血管组分联合微脂肪局部治疗难治性肛周克罗恩病瘘的评估
该数据集来自clinicaltrials.gov,聚焦克罗恩病合并难治性肛周瘘患者,评估自体脂肪来源基质血管组分(ADSVF)联合微脂肪局部给药的安全性与可行性

基本信息
资源简介
自体脂肪来源基质血管组分联合微脂肪局部治疗难治性肛周克罗恩病瘘的评估
该数据集来自clinicaltrials.gov,聚焦克罗恩病合并难治性肛周瘘患者,评估自体脂肪来源基质血管组分(ADSVF)联合微脂肪局部给药的安全性与可行性。源站描述指出,ADSVF浓缩多种再生干细胞及旁分泌因子,可促进血管生成与组织修复,且从微处理脂肪抽吸物中采集便捷;前期ADICROHN初步研究显示该联合疗法可行且安全,但其在难治性肛周克罗恩病瘘愈合中的治疗潜力尚待进一步验证。数据可用于消化系统疾病尤其是克罗恩病瘘管治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:克罗恩病。自体ADSVF构成一种创新治疗策略,其浓缩了多种类型的再生干细胞和旁分泌因子,能够促进血管生成和组织修复。加之从微处理脂肪抽吸物中采集便捷,ADSVF的独特特性为CD患者的瘘管愈合提供了新机会。基于安全性和有效性数据,ADSVF的应用目前正在许多临床领域发展。我们的ADICROHN初步研究评估了自体ADSVF联合微脂肪局部给药在常规药物和手术治疗难治的复杂性肛周瘘CD患者中的安全性和耐受性,结果显示这种新型治疗方法似乎可行且安全。然而,这种联合局部治疗在愈合难治性肛周克罗恩病瘘方面的治疗潜力尚待进一步验证。
【主题与分类】
主题标签:Crohn Disease。本站分类:消化系统疾病/克罗恩病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04010526
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/NCT04010526
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:克罗恩病。自体ADSVF构成了一种创新的治疗策略,它集中了多种类型的再生干细胞和旁分泌因子,能够促进血管生成和组织修复。加之从微处理脂肪抽吸物中易于采集,ADSVF的独特性质为克罗恩病患者瘘管愈合提供了新机遇。基于安全性和有效性数据,ADSVF的应用目前已在多个临床领域得到发展。我们的ADICROHN试点研究评估了局部施用自体ADSVF联合微脂肪在常规药物和手术治疗难治的复杂性肛周瘘管克罗恩病患者中的安全性和耐受性,结果显示这种新型治疗方法似乎是可行且安全的。然而,这种联合治疗在愈合难治性肛周克罗恩瘘管方面的治疗潜力仍有待证实。B.
主要目的/终点 本研究的主要目的是评估局部注射自体ADSFV和微脂肪与安慰剂相比,在治疗复杂性难治性肛周克罗恩病瘘管第24周(W24)的疗效。疗效将根据临床评估所有基线时引流的瘘管外口闭合情况(尽管轻柔指压)以及第24周MRI确认治疗的肛周瘘管无大于2 cm的积液来评估。
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。




