HPTC对比AFSM治疗糖尿病足溃疡

该数据集来自clinicaltrials.gov,围绕糖尿病足溃疡(DFU)治疗开展,比较高纯度I型胶原基皮肤替代物(HPTC)与脱细胞完整鱼皮基质(AFSM)在标准化背景伤口护理基础上的安全性和有效性

Adichunchanagiri Institute of Medical Sciences, B G NagaraAdichunchanagiri Institute of Medical Sciences, B G Nagara
clinicaltrials
浏览 3
其他预测Diabetic Foot Ulcer (DFU)
HPTC Versus AFSM in 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

HPTC对比AFSM治疗糖尿病足溃疡

该数据集来自clinicaltrials.gov,围绕糖尿病足溃疡(DFU)治疗开展,比较高纯度I型胶原基皮肤替代物(HPTC)与脱细胞完整鱼皮基质(AFSM)在标准化背景伤口护理基础上的安全性和有效性。研究对象为Wagner 1-2级目标溃疡的合格参与者,按1:1随机分组,并按中心和基线溃疡大小分层。主要结局是第12周时目标溃疡确认完全闭合的比例,结局评估由对治疗分配设盲的评估者通过数字面积测量和闭合裁定完成。可用于糖尿病足溃疡治疗方案的疗效预测与比较研究(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(DFU)。本研究的目的是比较高纯度I型胶原基皮肤替代物(HPTC)与脱细胞完整鱼皮基质(AFSM)在治疗糖尿病足溃疡(DFU)中的安全性和有效性,两者均联合标准化背景伤口护理。符合条件且目标溃疡为Wagner 1-2级的参与者将按1:1随机分组,按中心和基线溃疡大小分层,接受HPTC或AFSM。主要结局是第12周时实现目标溃疡确认完全闭合的参与者比例。结局评估(数字面积测量和闭合裁定)由对治疗分配设盲的评估者进行。

【主题与分类】

主题标签:Diabetic Foot Ulcer (DFU)。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/NCT07781917

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/NCT07781917

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:糖尿病足溃疡(DFU)。本研究旨在比较高纯度I型胶原基皮肤替代物(HPTC)与脱细胞完整鱼皮基质(AFSM)在治疗糖尿病足溃疡(DFU)中的安全性和有效性,两者均联合标准化背景伤口护理。符合条件的Wagner 1-2级目标溃疡受试者将按1:1随机分组,按中心和基线溃疡大小分层,接受HPTC或AFSM治疗。主要结局是第12周时达到确认的目标溃疡完全闭合的受试者比例。结局评估(数字平面测量法和闭合裁定)由对治疗分配设盲的评估者进行。

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