OEOd 基伤口敷料用于术后糖尿病足溃疡
该数据集来自 clinicaltrials.gov,主题为 OEOd 基伤口敷料用于术后糖尿病足溃疡。研究设计为前瞻性随机对照先导试验,评估 OEOd 基伤口敷料与标准伤口护理在术后糖尿病足溃疡患者中的疗效与安全性

基本信息
资源简介
OEOd 基伤口敷料用于术后糖尿病足溃疡
该数据集来自 clinicaltrials.gov,主题为 OEOd 基伤口敷料用于术后糖尿病足溃疡。研究设计为前瞻性随机对照先导试验,评估 OEOd 基伤口敷料与标准伤口护理在术后糖尿病足溃疡患者中的疗效与安全性。入组对象为患有糖尿病且出现术后足部溃疡的成人患者,按简单随机分配程序分为 OEOd 基伤口敷料组或标准治疗组。所有患者均接受标准多学科糖尿病足护理,包括必要的外科处理、感染控制、减压和代谢优化。该数据可用于糖尿病足术后伤口愈合相关研究(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,术后伤口愈合。本研究设计为前瞻性随机对照先导试验,旨在评估 OEOd 基伤口敷料与标准伤口护理相比,在术后糖尿病足溃疡患者中的疗效和安全性。患有糖尿病且出现术后足部溃疡的成人患者被前瞻性入组,并在入组时根据简单随机分配程序随机分配接受 OEOd 基伤口敷料或标准治疗。所有患者均接受标准多学科糖尿病足护理,包括有指征时的外科处理、感染控制、减压和代谢优化。研究干预包括按常规临床实践局部应用 OEOd 基伤口敷料。本研究的主要终点为
【主题与分类】
主题标签:Diabetic Foot、Postoperative Wound Healing。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/NCT07368816
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/NCT07368816
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
条件:糖尿病足,术后伤口愈合。本研究设计为一项前瞻性随机对照初步研究,旨在评估基于OEOd的伤口敷料与标准伤口护理相比,在术后糖尿病足溃疡患者中的疗效和安全性。前瞻性纳入患有糖尿病并出现术后足部溃疡的成年患者,并在入组时根据简单随机分配程序随机分配接受基于OEOd的伤口敷料或标准治疗。所有患者均接受标准的多学科糖尿病足护理,包括有指征时的手术处理、感染控制、减压和代谢优化。研究干预包括根据常规临床实践局部应用基于OEOd的伤口敷料。研究的主要终点是16周时溃疡完全愈合,定义为靶病灶完全上皮化且无引流。
次要终点包括新发感染的发生、需要额外手术清创、随访期间再住院以及愈合时间,愈合时间作为探索性结局进行评估。鉴于本研究的试点性质,未进行正式的先验样本量计算。该试验旨在提供治疗效应和可行性的初步估计,为未来更大规模的随机对照研究设计提供依据。
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。




