PLASOMA Ultimate 安全性与有效性研究
该数据集来自 clinicaltrials.gov,属于内分泌、营养和代谢疾病/糖尿病分类,主题标签覆盖糖尿病足溃疡、静脉性腿部溃疡、压力性溃疡、烧伤创面、皮肤移植、感染性手术伤口和皮瓣

基本信息
资源简介
PLASOMA Ultimate 安全性与有效性研究
该数据集来自 clinicaltrials.gov,属于内分泌、营养和代谢疾病/糖尿病分类,主题标签覆盖糖尿病足溃疡、静脉性腿部溃疡、压力性溃疡、烧伤创面、皮肤移植、感染性手术伤口和皮瓣。源站描述显示,PULSE 研究旨在对 PLASOMA 进行上市后临床随访,确认短期副作用与长期风险,验证其对细菌载量的有益效果,并评估其对创面面积的影响,次要目的包括考察创面愈合益处及开展卫生技术评估。研究为开放标签两臂随机对照试验,在荷兰至少三个中心开展,对照组接受标准创面护理 12 周或至愈合(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、静脉性腿部溃疡、压力性溃疡、烧伤创面、皮肤移植、感染性手术伤口、皮瓣。PULSE 研究的目的如下:A. 对安全性和有效性进行上市后临床随访(PMCF):1. 安全性:确认短暂的短期副作用并验证长期/遗留风险。2. 有效性:确认 PLASOMA 的性能,即对细菌载量的有益效果。B. 确定 PLASOMA 对创面表面积的影响。次要目的是考察 PLASOMA 对创面愈合的有益效果并进行卫生技术评估(HTA)。本临床研究将是一项开放标签两臂随机对照试验(RCT),在荷兰至少三个中心(多中心)开展。两个臂为:1. 对照组:标准创面护理 12 周或直至愈合,以先发生者为准
【主题与分类】
主题标签:Diabetic Foot Ulcer、Venous Leg Ulcer、Pressure Ulcer、Burn Wound、Skin Graft、Infected Surgical Wound、Skin Flap。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/NCT04828304
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/NCT04828304
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
适应症:糖尿病足溃疡、静脉性腿部溃疡、压力性溃疡、烧伤创面、皮肤移植、感染性手术伤口、皮瓣。PULSE研究的目的如下:A. 开展上市后临床随访(PMCF),评估安全性和有效性:1. 安全性:确认短期暂时性副作用,并验证长期/未决风险。2. 有效性:确认PLASOMA的性能,即对细菌载量的有益作用。B. 确定PLASOMA对创面面积的影响。次要目的是考察PLASOMA对伤口愈合的有益作用,并进行卫生技术评估(HTA)。本临床研究将是一项开放标签、双臂随机对照试验(RCT),在荷兰至少三个中心(多中心)开展。两个组别为:1. 对照组:标准伤口护理12周或直至愈合,以先发生者为准;2. 治疗组:标准伤口护理+PLASOMA治疗12周或直至愈合,以先发生者为准。
PLASOMA治疗的频率将由治疗(辅助)医疗专业人员根据其在研究中心为标准化伤口护理所安排的访视次数来确定。对于所有研究对象,治疗频率至少为每周一次(以便有足够的治疗次数进行安全性评价),且不应超过每日一次。两个组别均将在三个时间点进行随访(FU):* FU1:治疗期结束后2周 * FU2:治疗期结束后12周 * FU3:开始治疗后12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。




