IFOC与LIFT治疗高位肛瘘的比较
该数据集来自clinicaltrials.gov,主题为高位肛瘘手术,比较IFOC与LIFT两种术式。研究对象为就诊于Kasr Al-Ainy Hospitals门诊的高位肛瘘患者,高位肛瘘定义为累及超过三分之一括约肌复合体

基本信息
资源简介
IFOC与LIFT治疗高位肛瘘的比较
该数据集来自clinicaltrials.gov,主题为高位肛瘘手术,比较IFOC与LIFT两种术式。研究对象为就诊于Kasr Al-Ainy Hospitals门诊的高位肛瘘患者,高位肛瘘定义为累及超过三分之一括约肌复合体。研究排除炎症性肠病、低位肛瘘、结直肠恶性肿瘤继发肛瘘、既存大便失禁或既往肛提肌损伤者。入组患者将接受详细病史采集与临床检查,包括识别内口外口、评估分泌物,并使用Jorge-Wexner失禁评分评估控便功能,术前进行MRI瘘管造影以明确瘘管走行。可用于肛瘘手术方式比较与临床特征分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肛瘘手术、高位肛瘘。就诊于Kasr Al-Ainy Hospitals门诊的高位肛瘘患者将根据纳入和排除标准进行评估。高位肛瘘定义为累及超过三分之一括约肌复合体。患有炎症性肠病、低位肛瘘、结直肠恶性肿瘤继发肛瘘、既存大便失禁或既往肛提肌损伤的患者将被排除。将向符合条件的患者解释研究,并获取知情同意。所有患者将接受详细病史采集和临床检查,包括识别内口和外口、评估分泌物,并使用Jorge-Wexner失禁评分评估控便功能。术前将进行MRI瘘管造影以明确瘘管走行。
【主题与分类】
主题标签:Anal Fistula Surgery、High Anal Fistula。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07520500
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/NCT07520500
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:肛瘘手术、高位肛瘘。就诊于Kasr Al-Ainy医院门诊的高位肛瘘患者将根据纳入和排除标准进行评估。高位肛瘘定义为累及超过三分之一括约肌复合体。排除炎症性肠病、低位肛瘘、继发于结直肠恶性肿瘤的瘘管、既存大便失禁或既往肛提肌损伤的患者。将向符合条件的患者解释研究内容,并获取知情同意。所有患者将接受详细病史采集和临床检查,包括识别内口和外口、评估分泌物,以及使用Jorge-Wexner失禁评分评估控便能力。术前将进行MRI瘘管造影,以明确瘘管走行及其与括约肌复合体的关系。患者将使用计算机生成的序列随机分配到两个相等组。A组将接受LIFT手术,而B组将接受IFOC手术。
在LIFT手术中,将识别瘘管,在括约肌间平面进行解剖,于两处结扎并切断。外口将被刮除并留置引流。在IFOC手术中,将识别瘘管并在肛内切开,随后进行刮除,并用可吸收缝线关闭内口,同时对外部瘘管进行引流。术后,患者将在手术后数小时内恢复经口进食,并通常在术后第一天出院。随访将定期进行,至少持续六个月,以评估愈合情况、控便能力、并发症及复发情况。
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。




