大型M3腹股沟疝腹腔镜内镜修补中的补片固定
该数据集来自clinicaltrials.gov,聚焦大型M3内侧腹股沟疝在腹腔镜内镜修补(TAPP/TEP)中的补片固定问题

基本信息
资源简介
大型M3腹股沟疝腹腔镜内镜修补中的补片固定
该数据集来自clinicaltrials.gov,聚焦大型M3内侧腹股沟疝在腹腔镜内镜修补(TAPP/TEP)中的补片固定问题。源站描述指出,国际指南基于德国Herniamed数据库分析推荐固定补片以降低复发率,但多数手术使用的是轻量、平坦、大孔补片;2022年多学科团队利用3D腹股沟模型和所有可用的3D解剖补片开展实验研究,以验证此类病例是否无需固定。数据可用于探讨补片固定策略与疝修补复发风险的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:腹股沟疝、直疝。引言:腹股沟疝治疗的国际指南强烈建议在腹腔镜内镜入路(TAPP/TEP)中,对于大型M3内侧缺损固定补片。固定的主要目的是降低复发率,而此类缺损的复发率高得令人担忧。该推荐基于对德国大型数据库(Herniamed)的分析。然而,深入审视这些发现表明,大多数TAPP和TEP手术使用的是轻量、平坦、大孔补片。2022年,由疝外科医生和来自技术大学的科学家组成的多学科团队利用3D腹股沟模型开展了一项实验研究,以证实或否定在上述病例中无需固定的假设。该研究使用了所有可用的3D解剖补片。
【主题与分类】
主题标签:Hernia, Inguinal、Hernia, Direct Inguinal。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05678465
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/NCT05678465
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:腹股沟疝、直疝。引言 国际腹股沟疝治疗指南强烈建议,在腹腔镜内镜入路(TAPP/TEP)中,对于大型M3内侧缺损,应对补片进行固定。固定的主要目的是降低复发率,而此类缺损的复发率之高令人警惕。该建议基于对德国大型数据库(Herniamed)的分析。然而,深入审视这些研究结果可以发现,大多数TAPP和TEP手术使用的是轻量、平坦、大孔补片。2022年,由疝外科医生和来自技术大学的科学家组成的多学科团队开展了一项实验研究,使用3D腹股沟模型来证实或否定上述情况下无需固定的假设。该研究使用了波兰市场上所有可用的3D解剖型补片,以及平坦的大孔植入物。实验表明,大型、刚性且解剖形状的补片能够在无需固定情况下维持其在腹股沟中的位置。
为确认实验结果,我们决定开展一项大型多中心临床研究,评估大型空间标准聚丙烯补片是否需要固定。研究假设:在TAPP/TEP手术中,空间标准聚丙烯补片不固定相较于扁平聚丙烯轻量补片固定具有非劣效性。材料与方法:本研究招募了波兰11家大型手术中心,这些中心在腹腔镜内镜腹股沟疝修补方面具有专长(每年至少完成80例TAPP/TEP)。在招募患者之前,计划召开为期两天的“训练营”会议。每个中心指定一名外科医生负责在本院实施该试验,并派其参加会议。12个月随访期间的复发率被设定为主要终点。疼痛感觉(采用VAS量表评估)被设为次要终点。统计分析由专家进行,以调整样本量。该
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。




