新型柔性双极装置在POEM中的安全性与有效性
该数据集来自clinicaltrials.gov,主题为评估一种新型超细柔性导管Speedboat Ultraslim(Creo Medical, UK)在经口内镜下肌切开术(POEM)中用于治疗食管贲门失弛缓症的安全性与有效性

基本信息
资源简介
新型柔性双极装置在POEM中的安全性与有效性
该数据集来自clinicaltrials.gov,主题为评估一种新型超细柔性导管Speedboat Ultraslim(Creo Medical, UK)在经口内镜下肌切开术(POEM)中用于治疗食管贲门失弛缓症的安全性与有效性。该装置尖端整合了双极射频能量与微波,分别用于切割和凝血。数据集覆盖食管贲门失弛缓症患者,涉及黏膜切开、黏膜下隧道建立、肌切开及闭合等POEM阶段。可用于分析该装置在POEM中的临床应用表现,以及比较其与传统器械在切割凝血方面的差异(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:食管贲门失弛缓症。贲门失弛缓症的特征是食管蠕动缺失以及下食管括约肌(LES)无法松弛。迄今为止,成功率较高的疗法是Heller肌切开术和微创经口内镜下肌切开术(POEM)。针对POEM的不同阶段(黏膜切开、黏膜下隧道建立、肌切开和闭合),已开发出不同的工具。然而,一些器械需要更换附件以进行切割和凝血。鉴于上述情况,研究者旨在评估一种新推出的超细柔性导管Speedboat Ultraslim(Creo Medical, UK),其尖端整合了双极射频(RFA)能量和微波,分别用于切割和凝血,用于贲门失弛缓症患者。在POEM期间使用该装置的一些拟议优势包括(1)更少的炎症和更好的
【主题与分类】
主题标签:Esophageal Achalasia。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06264466
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/NCT06264466
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:食管贲门失弛缓症。贲门失弛缓症的特征是食管蠕动缺失和食管下括约肌(LES)无法松弛。迄今为止,成功率较高的疗法是Heller肌切开术和微创经口内镜下肌切开术(POEM)。针对POEM的不同阶段(黏膜切开、黏膜下隧道建立、肌切开和闭合),已开发出不同的工具。然而,一些器械需要更换附件以进行切割和凝血。鉴于上述情况,研究者旨在评估一种新推出的超细柔性导管——Speedboat Ultraslim(Creo Medical,英国),其尖端集成了双极射频(RFA)能量和微波,分别用于切割和凝血,应用于贲门失弛缓症患者。在POEM过程中使用该器械的一些潜在优势包括:(1)局部双极能量带来的炎症更少和愈合过程更好;(2)保护性完整结构有助于清晰区分肌层和黏膜层;(3)使用单一器械完成POEM手术。
在完成纳入标准后,贲门失弛缓症患者将接受POEM(前壁或后壁切口),伴或不伴胃底折叠术(F-POEM)。手术将由先前受过培训的专家内镜医师执行。黏膜切口、黏膜下隧道建立和切割将使用RFA能量进行,而凝血则使用微波进行,两者均集成于Ultraslim Speedboat的尖端。技术和临床成功以及安全性将是主要结局;而术后反流症状和生活质量将分别通过反流严重程度指数(RSI)以及内镜和pH研究,以及西北食管生活质量(NEQOL)作为次要结局进行评估。
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。




