射频与靶向压力能量用于脂肪团减少

该数据集来自 clinicaltrials.gov,主题为射频加热与靶向压力能量用于减少脂肪团外观的临床研究。研究为前瞻性多中心开放标签单臂设计,受试者需完成四次治疗访视及末次治疗后1、3、6个月的两到三次随访

BTL Industries Ltd.BTL Industries Ltd.
clinicaltrials
浏览 7
图像回归CelluliteCellulitisCellulitis of Leg
Radiofrequency and Targeted Pressure Energy for Cellulite Reduction

基本信息

模态
图像
任务类型
回归
创建/更新时间
2026-10-11

资源简介

射频与靶向压力能量用于脂肪团减少

该数据集来自 clinicaltrials.gov,主题为射频加热与靶向压力能量用于减少脂肪团外观的临床研究。研究为前瞻性多中心开放标签单臂设计,受试者需完成四次治疗访视及末次治疗后1、3、6个月的两到三次随访。所有受试者均接受试验器械治疗。基线访视记录体重、臀围和大腿围,并拍摄治疗区域照片。治疗阶段包含四次治疗,在2至4周内完成,治疗头作用于治疗区域。数据可用于评估该干预措施在脂肪团减少方面的临床疗效与安全性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:脂肪团、蜂窝织炎、腿部蜂窝织炎。本研究将评估射频加热与靶向压力能量在减少脂肪团外观方面的临床疗效和安全性。该研究是一项前瞻性多中心开放标签单臂研究。受试者需完成四(4)次治疗访视和两到三次随访访视——末次治疗访视后1、3和6个月。所有研究受试者都将接受受试器械的治疗。在基线访视时,将记录受试者的体重,以及臀围和大腿围。此外,将拍摄治疗区域的照片。治疗实施阶段将包括四(4)次治疗,在2-4周内进行。治疗头将施加于治疗区域。在末次治疗访视时,将记录受试者的体重,以及

【主题与分类】

主题标签:Cellulite、Cellulitis、Cellulitis of Leg。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05624216

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

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/NCT05624216

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

疾病:脂肪团、蜂窝织炎、腿部蜂窝织炎。本研究将评估射频加热和靶向压力能量在减少脂肪团外观方面的临床疗效和安全性。本研究是一项前瞻性、多中心、开放标签、单臂研究。受试者需完成四(4)次治疗访视和两至三次随访访视——即末次治疗访视后第1、3和6个月。所有研究受试者均将接受受试器械治疗。在基线访视时,将记录受试者体重,以及臀围和大腿围。此外,还将拍摄治疗区域的照片。治疗实施阶段将包括四(4)次治疗,在2-4周内完成。将把施术器置于治疗区域上方进行操作。在末次治疗访视时,将记录受试者体重,以及臀围和大腿围。将拍摄治疗区域的照片。此外,受试者将填写受试者满意度问卷和治疗舒适度问卷。安全性指标将包括不良事件(AE)的记录。

在每次治疗给药后以及所有随访访视时,将对受试者进行即时术后不良事件评估。

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。

获取专属数据定制方案