基因治疗严重肢体缺血随访研究（NL003-CLI-III-L）
该数据集来自 clinicaltrials.gov，对应一项针对严重肢体缺血（CLI）的基因治疗长期随访研究（NL003-CLI-III-L），覆盖外周动脉疾病、动脉闭塞性疾病、闭塞性动脉硬化、血栓闭塞性脉管炎、糖尿病足溃疡（DFU）、缺血性糖尿病足溃疡及严重肢体缺血等条件
基本信息
资源简介
基因治疗严重肢体缺血随访研究（NL003-CLI-III-L）
该数据集来自 clinicaltrials.gov，对应一项针对严重肢体缺血（CLI）的基因治疗长期随访研究（NL003-CLI-III-L），覆盖外周动脉疾病、动脉闭塞性疾病、闭塞性动脉硬化、血栓闭塞性脉管炎、糖尿病足溃疡（DFU）、缺血性糖尿病足溃疡及严重肢体缺血等条件。研究为多中心、开放标签、长期随访队列研究，推荐采用远程随访系统，不可行时进行研究中心的现场访视或电话随访；回顾性收集母三期研究末次访视数据，并在知情同意后前瞻性采集数据，持续至最后一名入组受试者首次给药后至少36个月。可用于观察长期结局、评估随访数据与疾病进展预测（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：外周动脉疾病（PAD）、动脉闭塞性疾病、闭塞性动脉硬化、血栓闭塞性脉管炎、糖尿病足溃疡（DFU）、缺血性糖尿病足溃疡、严重肢体缺血（CLI）。本研究是一项多中心、开放标签、长期随访队列研究。推荐采用远程随访系统作为研究工具，但如果远程随访不可行，将在研究中心进行现场访视或电话随访。研究将回顾性收集母三期研究中末次访视的数据，并在知情同意后前瞻性收集数据。研究将持续至最后一名入组受试者首次给药后至少36个月。
【主题与分类】
主题标签：Peripheral Arterial Disease(PAD)、Arterial Occlusive Disease、Arteriosclerosis Obliterans、Thromboangiitis Obliterans、Diabetic Foot Ulcer (DFU)、Diabetic Foot Ulcer Ischemic、Critical Limb Ischemia (CLI)。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/NCT07023965
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/NCT07023965
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
疾病：外周动脉疾病（PAD）、动脉闭塞性疾病、闭塞性动脉硬化、血栓闭塞性脉管炎、糖尿病足溃疡（DFU）、缺血性糖尿病足溃疡、严重肢体缺血（CLI）。本研究为多中心、开放标签、长期随访队列研究。建议采用远程随访系统作为研究工具，若远程随访不可行，则将在研究中心进行现场访视或电话随访。本研究将回顾性收集母体III期研究末次访视的数据，并在获得知情同意后前瞻性收集数据。研究将持续至最后一名入组受试者首次给药后至少36个月。
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。
