Mirragen 糖尿病足溃疡研究

研究要求参与者在参与期间约进行 12 次每周访视,或直至溃疡愈合;溃疡愈合后还有两次相隔两周的确认随访,与研究人员的访视持续 16 周或更短,同时参与者继续完成其主治医生的常规随访

The University of Texas Health Science Center at San AntonioThe University of Texas Health Science Center at San Antonio
clinicaltrials
浏览 8
其他Diabetic Foot UlcerOsteomyelitis Chronic
Mirragen Diabetic Foot Ulcer Study

基本信息

模态
其他
创建/更新时间
2026-10-17

资源简介

Mirragen 糖尿病足溃疡研究

来自 clinicaltrials.gov,属于内分泌、营养和代谢疾病下的糖尿病分类,涉及 Diabetic Foot Ulcer 与 Osteomyelitis Chronic。研究要求参与者在参与期间约进行 12 次每周访视,或直至溃疡愈合;溃疡愈合后还有两次相隔两周的确认随访,与研究人员的访视持续 16 周或更短,同时参与者继续完成其主治医生的常规随访。该研究旨在收集真实世界场景下治疗糖尿病足溃疡的产品安全性和有效性信息,所收集数据有助于了解真实世界人群的长期风险与获益(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、慢性骨髓炎。在参与本研究期间,参与者将被要求参加大约 12 次每周访视,或直至溃疡愈合。溃疡愈合后,将进行两次确认随访,这两次访视相隔两周。与研究者和/或研究人员的访视将持续 16 周或更短。参与者在参与本研究期间将继续并完成与其治疗医生的常规随访访视。本研究的目的是收集有关在真实世界场景中治疗糖尿病足溃疡的产品安全性和有效性的信息。将收集的数据将有助于了解来自真实世界人群的长期风险和获益。

【主题与分类】

主题标签:Diabetic Foot Ulcer、Osteomyelitis Chronic。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/NCT06598241

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/NCT06598241

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,慢性骨髓炎。在参与本研究期间,参与者将被要求参加大约12次每周访视,或直至溃疡愈合。溃疡愈合后,将进行两次确认随访,这两次访视相隔两周。与研究者和/或研究人员的访视将持续16周或更短。参与者在参与本研究期间,将继续并完成与其治疗医生的常规随访。本研究的目的是收集关于在真实世界场景中治疗糖尿病足溃疡的产品安全性和有效性的信息。将收集的数据有助于了解来自真实世界人群的长期风险和获益。

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