Sorbact® 敷料临床研究
该数据集来自 clinicaltrials.gov，主题为 Sorbact® 系列敷料的临床研究，覆盖难愈合伤口、糖尿病足溃疡、静脉性腿部溃疡、压力性溃疡和动脉性腿部溃疡
基本信息
资源简介
Sorbact® 敷料临床研究
该数据集来自 clinicaltrials.gov，主题为 Sorbact® 系列敷料的临床研究，覆盖难愈合伤口、糖尿病足溃疡、静脉性腿部溃疡、压力性溃疡和动脉性腿部溃疡。研究为前瞻性、开放、单中心、探索性临床研究，主要目的是研究难愈合伤口中的细菌和真菌与 DACC 涂层敷料表面的结合情况。受试者按敷料类型分为三组，每组 10 人，分别使用 Sorbact® Compress、Sorbact® Gel Dressing 和 Sorbact® Ribbon Gauze。数据可用于伤口敷料相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：难愈合伤口、糖尿病足溃疡、静脉性腿部溃疡、压力性溃疡、动脉性腿部溃疡。这是一项前瞻性、开放、单中心、探索性临床研究，主要目的是研究难愈合伤口中的细菌和真菌与 DACC 涂层敷料表面的结合情况。患有难愈合伤口且即将开始使用 Sorbact 系列敷料的受试者将在瑞典的一个研究中心被招募。受试者将按敷料类型分为三组，每组 10 名受试者，即 10 名受试者将接受 Sorbact® Compress 治疗，10 名受试者将接受 Sorbact® Gel Dressing 治疗，10 名受试者将接受 Sorbact® Ribbon Gauze 治疗。敷料将按照各自的 IFU 使用。该临床研究设计有一个治疗期
【主题与分类】
主题标签：Hard-to-heal Wounds、Diabetic Foot Ulcer、Venous Leg Ulcer、Pressure Ulcer、Arterial Leg Ulcer。本站分类：内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05089890
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。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT05089890
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：难愈合伤口、糖尿病足溃疡、静脉性腿部溃疡、压力性溃疡、动脉性腿部溃疡。这是一项前瞻性、开放性、单中心、探索性临床研究，主要目的是研究难愈合伤口中的细菌和真菌与DACC涂层敷料表面的结合情况。患有难愈合伤口且即将开始使用Sorbact系列敷料的受试者将在瑞典的一个研究中心招募。受试者将按敷料类型分为三组，每组10名受试者，即10名受试者将接受Sorbact® Compress治疗，10名受试者将接受Sorbact® Gel Dressing治疗，10名受试者将接受Sorbact® Ribbon Gauze治疗。敷料将按照各自的IFU使用。该临床研究设计治疗期为14天，无额外随访。每位受试者计划进行三次访视，包括在诊所进行的筛选/基线访视以及另外两次前往研究诊所的访视。
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。
