Inforatio技术促进糖尿病足溃疡愈合
该数据集来自clinicaltrials.gov,主题为Inforatio技术促进糖尿病足溃疡愈合,属于内分泌、营养和代谢疾病下的糖尿病分类

基本信息
资源简介
Inforatio技术促进糖尿病足溃疡愈合
该数据集来自clinicaltrials.gov,主题为Inforatio技术促进糖尿病足溃疡愈合,属于内分泌、营养和代谢疾病下的糖尿病分类。源站描述指出,15-25%的糖尿病患者会发展为慢性足溃疡,50-60%的糖尿病足溃疡会感染,其中20%的感染患者需接受下肢截肢。Inforatio技术是一种新型治疗方法,使用穿刺活检工具在创面床做小切口而不涉及上皮,目的是造成可控出血并引发急性炎症反应以促进愈合。研究组已开展前期可行性试验并显示有希望的结果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:糖尿病足溃疡、糖尿病、足溃疡、糖尿病足、糖尿病并发症、糖尿病。背景:15-25%的糖尿病患者会发展为慢性足溃疡——这是一种严重影响生活质量的严重合并症,并与死亡率和发病率增加相关。50-60%的糖尿病足溃疡会感染,20%的感染糖尿病足溃疡患者会接受下肢截肢。Inforatio技术是一种治疗糖尿病足溃疡的新方法,使用穿刺活检工具在创面床做小切口而不涉及上皮。目的是造成可控出血并引发急性炎症反应,从而可能促进愈合。研究组已开展了一项前期可行性试验,显示出有希望的结果(见参考文献中Moeini等人的研究)。如果……Inforatio技术可能成为全球糖尿病患者的补充治疗选择。
【主题与分类】
主题标签:Diabetic Foot Ulcer、Diabetes、Foot Ulcer、Diabetic Foot、Diabetes Complications、Diabetes Mellitus。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/NCT05189470
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/NCT05189470
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:糖尿病足溃疡、糖尿病、足溃疡、糖尿病足、糖尿病并发症、糖尿病。背景:15%-25%的糖尿病患者会发展为慢性足溃疡——这是一种严重的共病,广泛影响生活质量,并与死亡率和发病率的增加相关。50%-60%的糖尿病足溃疡会发生感染,20%的感染性糖尿病足溃疡患者会接受下肢截肢。Inforatio技术是一种治疗糖尿病足溃疡的新方法,使用打孔活检工具在创面床上制造小切口,不涉及上皮。其目的是引起可控性出血并启动急性炎症反应,从而可能促进愈合。研究团队已进行了一项前期可行性试验,结果显示出良好前景(参见参考文献中Moeini等人的研究)。如果Inforatio技术对愈合显示出有益效果,它可能成为全球糖尿病患者的一种辅助治疗选择。试验目的:本试验旨在评估在常规伤口护理基础上加用Inforatio技术治疗糖尿病足溃疡时,20周内愈合的溃疡比例是否高于单独常规伤口护理。
招募 当患者前往招募伤口门诊就诊时,由研究者和伤口护理人员对患者进行资格筛选和识别。纳入与随访 符合条件的患者若口头及书面同意参与,则被纳入试验。基线试验访视在患者同意参与当日进行。试验包括为期20周的临床随访。随访访视将在基线后第3、6、9、12、16和20周进行(试验中期访视允许±7天,末次试验访视允许在基线后20至22周之间)。随访在出现以下任一情况时终止:20周随访访视、死亡、截肢,或门诊工作人员观察到愈合。若干预显示出非预期效应或潜在危害,试验将终止。随机化 参与者的分配通过区组随机化进行,并按
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。




