DETEC® pH 床旁伤口诊断检测数据集
该数据集来自 clinicaltrials.gov,聚焦糖尿病足溃疡、静脉性腿溃疡、压力性溃疡及未愈合伤口等慢性伤口。源站描述指出,慢性伤口常处于碱性状态(pH > 7.2),而愈合伤口多呈非碱性甚至酸性环境;目前判断未愈合伤口依赖临床医生对伤口大小变化进行为期4周的视觉观察

基本信息
资源简介
DETEC® pH 床旁伤口诊断检测数据集
该数据集来自 clinicaltrials.gov,聚焦糖尿病足溃疡、静脉性腿溃疡、压力性溃疡及未愈合伤口等慢性伤口。源站描述指出,慢性伤口常处于碱性状态(pH > 7.2),而愈合伤口多呈非碱性甚至酸性环境;目前判断未愈合伤口依赖临床医生对伤口大小变化进行为期4周的视觉观察。DETEC® pH 是一种便携、一次性、非侵入、非接触的装置,通过分析间接评估伤口碱性,可用于客观、连续监测伤口碱性,辅助早期识别愈合缓慢或未愈合伤口(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病足溃疡、静脉性腿溃疡、压力性溃疡、伤口、未愈合。慢性伤口无法及时经历正常的伤口愈合阶段,这使其随时间推移无法愈合。无法早期识别缓慢愈合或未愈合的伤口可能对患者的健康产生不利影响。目前,未愈合伤口的判定基于临床医生对伤口大小变化进行为期4周的视觉观察。许多早期研究已记录,慢性、未愈合或感染的伤口常处于碱性状态(pH > 7.2),而愈合伤口通常与非碱性甚至酸性环境相关。为了可靠且连续地客观监测伤口碱性,开发了一种便携、一次性、非侵入且非接触的装置——DETEC® pH——通过分析间接评估伤口的碱性
【主题与分类】
主题标签:Diabetic Foot Ulcer、Venous Leg Ulcer、Pressure Ulcer、Wound, Non-Healed。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/NCT04614038
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/NCT04614038
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:糖尿病足溃疡、静脉性腿部溃疡、压力性溃疡、伤口、不愈合。慢性伤口无法及时通过正常的伤口愈合阶段,这使得它们随着时间的推移而无法愈合。无法及早识别缓慢愈合或不愈合的伤口可能对患者的健康产生不利影响。目前,不愈合伤口的判定基于临床医生对伤口大小变化进行为期4周的视觉观察。许多早期研究已记录,慢性、不愈合或感染的伤口通常处于碱性状态(pH > 7.2),而愈合中的伤口通常与非碱性甚至酸性环境相关。为了可靠且持续地客观监测伤口碱性,开发了一种便携式、一次性、非侵入性且非接触式的设备——DETEC® pH,通过分析参与者在常规随访就诊期间吸附于新丢弃的伤口敷料上的伤口渗出液,来间接评估伤口的碱性。在初次伤口诊断和护理后的随访就诊及7-21天,受试者将根据纳入和排除标准被筛选并纳入本项研究。
他们的伤口敷料将使用该设备进行检测。设备输出结果和伤口状况将被记录。每次随访时,受试者的伤口将由医疗服务提供者按照标准护理进行管理。在本研究中,设备输出结果不会用于指导治疗决策。在初次伤口诊断后12周,受试者将被要求前来接受随访/研究结束时伤口愈合状态评估。届时,设备输出结果将与第12周时伤口的临床愈合状态(愈合或未愈合)进行比较。在本研究中,愈合伤口定义为经治疗临床医生评估达到完全伤口闭合,即皮肤再上皮化,无渗液或敷料需求(伤口100%覆盖且表面完整)。
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。




