运动促进糖尿病足溃疡患者伤口愈合
该数据集来自 clinicaltrials.gov,主题为运动促进糖尿病足溃疡患者伤口愈合,属于内分泌、营养和代谢疾病下的糖尿病范畴

基本信息
资源简介
运动促进糖尿病足溃疡患者伤口愈合
该数据集来自 clinicaltrials.gov,主题为运动促进糖尿病足溃疡患者伤口愈合,属于内分泌、营养和代谢疾病下的糖尿病范畴。源站描述显示,研究采用两组重复测量设计,计划通过 University of New Mexico (UNM) Center for Healing in the Lower Extremity (CHILE) 诊所招募六十名志愿者,并对糖尿病足溃疡(DFU)客户进行招募、初筛和纳入排除标准评估。数据可用于糖尿病足溃疡相关运动干预、伤口愈合及临床研究设计等方向的分类或分析(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。本研究采用两组重复测量设计。将通过 University of New Mexico (UNM) Center for Healing in the Lower Extremity (CHILE) 诊所招募六十名志愿者。一封解释研究的信函将被放入 CHILE 诊所所有糖尿病足溃疡(DFU)客户的文件中。其中有供感兴趣客户填写的部分(RSVP),并将其放入诊所办公室内标有标签的盒子中。研究团队成员收集盒中内容(周一至周五),并使用 RSVP 上提供的首选联系方式联系所有回复者,以进行纳入/排除标准的初步筛查并审查研究要求。不符合研究条件或不感兴趣者将因其最初兴趣而受到感谢。如果回复者是可行的纳入对象,授权研究将审查电子病历
【主题与分类】
主题标签:Diabetic Foot 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/NCT04791449
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/NCT04791449
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。本研究采用两组重复测量设计。将通过新墨西哥大学(UNM)下肢愈合中心(CHILE)诊所招募60名志愿者。一封解释研究内容的信函将放入CHILE诊所所有糖尿病足溃疡(DFU)患者的档案中。信中设有感兴趣者填写回复(RSVP)的部分,并请将其放入诊所办公室的指定箱子内。研究团队成员于周一至周五收集箱内回复,并使用RSVP上提供的首选联系方式联系所有回复者,进行纳入/排除标准的初步筛选并说明研究要求。不符合研究条件或不感兴趣者,将感谢其最初的关注。若回复者符合纳入条件,授权研究团队成员将查阅其电子病历,以核实满足纳入标准且不存在排除标准。对于符合条件者,将安排一次与研究相关的初始预约,时间与其在CHILE诊所下一次预定的伤口护理预约相吻合。
筛选入组后,受试者将通过在线随机化系统随机分配至某一组。第1组(常规治疗,TAU)参与者接受定期安排的标准伤口护理。第2组(常规治疗加运动,TAU-EX)接受定期安排的标准伤口护理,并被分配参加为期12周的医学监督运动项目。体重指数(BMI)、HbA1c、体重(每次称重时穿着相似衣物)以及血管内皮生长因子(VEGF)水平将在基线时测量,并在第4周、第8周和第12周再次测量。将向受试者提供知情同意书供其审阅;鼓励受试者向研究团队成员提问。将解释被随机分配至两组(TAU或TAU-EX)之一的可能性为50:50。所有参与者都将接受其定期安排的标准伤口护
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。




