评估多咬钳活检样本组织学质量
研究为前瞻性随机非劣效性试验，计划在Hotel Dieu Hospital招募100名患者，于门诊内镜室进行入组与随机分组
基本信息
资源简介
评估多咬钳活检样本组织学质量
该数据集来自clinicaltrials.gov，关注使用多咬钳获取的活检样本的组织学质量评估，涉及Helicobacter Pylori Infection与Celiac Disease两类消化系统疾病。研究为前瞻性随机非劣效性试验，计划在Hotel Dieu Hospital招募100名患者，于门诊内镜室进行入组与随机分组。数据可用于比较不同活检钳或操作方式对样本组织学质量的影响，支持消化系统疾病诊断相关的方法学评价与临床研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：Helicobacter Pylori Infection、Celiac Disease。这将是一项前瞻性随机非劣效性研究，将在Hotel Dieu Hospital进行。基于统计功效计算，总共需要招募100名患者。招募将在Hotel Dieu Hospital的门诊内镜室进行。将根据纳入和排除标准对患者进行资格审核，被认为符合条件者将同意参与。研究团队成员将尝试在患者预定内镜检查前两到三周联系患者以获取同意。如果两次尝试后仍无法联系到他们，则将在其在Hotel Dieu Hospital进行内镜检查当天获取其参与同意。一旦入组研究，每位患者将使用计算机随机分配至两组（A组和B组）之一。
【主题与分类】
主题标签：Helicobacter Pylori Infection、Celiac Disease。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05227079
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/NCT05227079
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：幽门螺杆菌感染、乳糜泻。这将是一项前瞻性随机非劣效性研究，将在Hotel Dieu医院进行。根据统计功效计算，总共需要招募100名患者。招募将在Hotel Dieu医院的门诊内镜室进行。将根据纳入和排除标准对患者进行资格审核，符合条件者将同意参与。研究团队成员将在患者预定内镜检查前两至三周尝试联系患者以获取同意。如果两次尝试后仍无法联系到他们，则将在其于Hotel Dieu医院进行内镜检查当天获取参与同意。一旦纳入研究，每位患者将使用计算机随机生成器随机分配到两组之一（A组和B组）。目标是两组人数相等（即每组50名患者）。A组参与者在内镜检查期间将使用传统双咬活检钳进行活检。
另一方面，B组参与者将使用多咬口活检钳进行活检。两组中的每位患者都将至少进行六次活检。两组中，活检将用于评估幽门螺杆菌和/或乳糜泻。招募的患者将是那些无论是否参与本研究都需要进行这些活检的患者。样本将送往病理科，由两位独立的胃肠道病理学专家检查切片，并使用五分制对每个标本进行评分。随后，将对样本的总体组织学评分进行评估，以比较使用多咬口活检钳和传统活检钳获取的样本。
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。
