腹部与侧腹脂肪减少的冷冻溶脂研究

该数据集来自 clinicaltrials.gov,聚焦皮下脂肪障碍,收录 60 名 18 至 50 岁健康受试者的冷冻溶脂研究信息

Universidade Cidade de Sao PauloUniversidade Cidade de Sao Paulo
clinicaltrials
浏览 1
其他Subcutaneous Fat Disorder
Cryolipolisis for Abdomen and Flank Fat Reduction

基本信息

模态
其他
创建/更新时间
2026-11-08

资源简介

腹部与侧腹脂肪减少的冷冻溶脂研究

该数据集来自 clinicaltrials.gov,聚焦皮下脂肪障碍,收录 60 名 18 至 50 岁健康受试者的冷冻溶脂研究信息。受试者被随机分配至 Conventional Cryolipolysis、Contrast Cryolipolysis 或 Recovery Reperfusion Cryolipolysis 三组,按个体需求在腹部与侧腹区域接受治疗。研究在基线及随机化后 30、60、90 天评估身体成分,并在基线及随机化后 14 至 21 天采集血液以评估血脂谱与肝功能。数据可用于比较不同冷冻溶脂方案对局部脂肪与代谢指标的影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:皮下脂肪障碍。60 名年龄在 18 至 50 岁之间的健康受试者将被随机分配到三个治疗组:Conventional Cryolipolysis、Contrast Cryolipolysis 或 Recovery Reperfusion Cryolipolysis。将根据个体需求在腹部和侧腹区域进行治疗。身体成分评估将在基线以及随机化后 30、60 和 90 天进行。血液采集也将在基线以及随机化后 14 至 21 天进行,用于评估血脂谱和肝功能。

【主题与分类】

主题标签:Subcutaneous Fat Disorder。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03033004

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT03033004

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:皮下脂肪紊乱。将60名年龄在18至50岁之间的健康受试者随机分配至三个治疗组:传统冷冻溶脂、对比冷冻溶脂或恢复再灌注冷冻溶脂。根据个体需要,对腹部和侧腹区域进行治疗。将在基线时以及随机分组后30天、60天和90天进行身体成分评估。还将在基线时及随机分组后14至21天之间进行血液采集,以评估血脂谱和肝功能。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。