糖尿病足溃疡远程监测项目的可行性与有效性

该数据集来自 clinicaltrials.gov,聚焦糖尿病足与糖尿病足溃疡的远程监测研究。研究旨在评估一款智能手机移动应用能否实时采集伤口测量数据并分析伤口组织分布,作为以患者为中心的常规伤口管理与评估方案,并与传统面对面伤口监测进行对比

Johns Hopkins UniversityJohns Hopkins University
clinicaltrials
浏览 15
其他预测Diabetic FootDiabetic Foot UlcerWound; FootWound LegWound HealDiabetes Complications
Feasibility and Effectiveness of a Remote Monitoring Program for the Treatment of Diabetic Foot Ulcers

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-17

资源简介

糖尿病足溃疡远程监测项目的可行性与有效性

该数据集来自 clinicaltrials.gov,聚焦糖尿病足与糖尿病足溃疡的远程监测研究。研究旨在评估一款智能手机移动应用能否实时采集伤口测量数据并分析伤口组织分布,作为以患者为中心的常规伤口管理与评估方案,并与传统面对面伤口监测进行对比。研究通过随机对照试验将半数入组患者分配至远程监测组,以比较患者与提供者对远程与面对面监测的满意度及伤口愈合结局,弥补既往远程监测文献缺乏对照组的不足(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、糖尿病足溃疡、伤口;足部、腿部伤口、伤口愈合、糖尿病并发症。本研究的目的是确定一款智能手机移动应用程序(也称为移动应用或简称应用)能否成为以患者为中心的实用解决方案,用于常规伤口管理和评估,该应用旨在实时采集伤口测量数据并分析伤口组织分布。该应用将与传统的面对面伤口监测进行比较。大多数描述远程监测技术的文献的主要局限之一是缺乏对照组。通过将RCT中一半入组患者随机分配至通过标准护理进行的远程监测,研究者将能够比较患者和提供者对远程监测与面对面监测的满意度,以及伤口愈合结局。

【主题与分类】

主题标签:Diabetic Foot、Diabetic Foot Ulcer、Wound; Foot、Wound Leg、Wound Heal、Diabetes Complications。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/NCT05579743

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/NCT05579743

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

条件:糖尿病足、糖尿病足溃疡、伤口;足部、腿部伤口、伤口愈合、糖尿病并发症。本研究的目的是确定一款智能手机移动应用程序(也称为移动应用或简称应用),该程序旨在实时采集伤口测量数据并分析伤口组织分布,能否成为以患者为中心的常规伤口管理与评估的实用解决方案。该应用将与传统的面对面伤口监测进行比较。大多数描述远程监测技术的文献的主要局限性之一是缺乏对照组。通过将随机对照试验中入组患者的一半随机分配至接受标准护理的远程监测,研究者将能够比较患者和提供者对远程监测与面对面监测的满意度,以及伤口愈合结局。

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