Debritom微水射流技术与伤口愈合研究

该数据集来自 clinicaltrials.gov,为一项前瞻性队列、单中心、开放标签研究,聚焦慢性下肢伤口患者,计划入组最多20名受试者

Stephanie WuStephanie Wu
clinicaltrials
浏览 2
其他预测Diabetic Foot UlcerNon-healing WoundNon-Healing Ulcer of SkinVenous Leg UlcerVenous Ulcer
Debritom - Micro Water Jet Technology and Wound Healing

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-21

资源简介

Debritom微水射流技术与伤口愈合研究

该数据集来自 clinicaltrials.gov,为一项前瞻性队列、单中心、开放标签研究,聚焦慢性下肢伤口患者,计划入组最多20名受试者。覆盖糖尿病足溃疡、不愈合伤口、皮肤不愈合性溃疡、静脉性腿部溃疡及静脉性溃疡。所有受试者接受微水射流技术清创作为伤口护理的一部分,其他护理方案保持不变;双侧或多发溃疡者可选择对一个或全部溃疡进行清创。数据可用于观察微水射流清创与伤口愈合相关结局的分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:糖尿病足溃疡、不愈合伤口、皮肤不愈合性溃疡、静脉性腿部溃疡、静脉性溃疡。这是一项在慢性下肢伤口受试者中开展的前瞻性队列、单中心、开放标签研究。研究将入组最多20名受试者。受试者将接受筛选评估以确定入组研究的资格。所有研究受试者将接受微水射流技术清创,而非其他清创方法,作为其伤口护理治疗的一部分。受试者伤口护理方案的其他方面将保持不变。对于双侧肢体溃疡或多发溃疡的情况,受试者可以选择对一个或所有溃疡接受微水射流清创。

【主题与分类】

主题标签:Diabetic Foot Ulcer、Non-healing Wound、Non-Healing Ulcer of Skin、Venous Leg Ulcer、Venous 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/NCT04240574

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/NCT04240574

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

适应症:糖尿病足溃疡、不愈合伤口、皮肤不愈合性溃疡、静脉性腿部溃疡、静脉性溃疡。这是一项前瞻性队列、单中心、开放标签研究,受试者为慢性下肢伤口患者。该研究将招募最多20名受试者。受试者将接受筛选评估,以确定是否符合入组研究的资格。所有研究受试者将在伤口护理治疗中接受微水射流技术清创,而非其他清创方法。受试者伤口护理方案的其他方面将保持不变。对于双侧肢体溃疡或多发性溃疡的情况,受试者可选择对一个或所有溃疡接受微水射流清创。

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