Debridement Pad 的 PMCF 研究

该数据集来自 clinicaltrials.gov,为 Debridement Pad 的 PMCF 研究,属于内分泌、营养和代谢疾病 / 糖尿病分类

Advanced Medical Solutions Ltd.Advanced Medical Solutions Ltd.
clinicaltrials
浏览 5
其他回归Diabetic UlcersVenous Leg UlcerArterial Leg UlcerPressure UlcerPostoperative Wound HealingTraumatic WoundsSurgical WoundsBurns and Scalds
PMCF Study of Debridement Pad

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-10

资源简介

Debridement Pad 的 PMCF 研究

该数据集来自 clinicaltrials.gov,为 Debridement Pad 的 PMCF 研究,属于内分泌、营养和代谢疾病 / 糖尿病分类。研究覆盖糖尿病溃疡、动静脉腿部溃疡、压力性溃疡、术后愈合、创伤或手术伤口以及烧伤和烫伤等浅表、慢性和急性伤口。研究设计为临床试验,其性能数据用于支持治疗后伤口床状况获得临床意义改善的成功率。可用于评估清创垫在多种伤口类型中的表现,并支持伤口护理相关的临床决策与疗效分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:糖尿病溃疡、静脉腿部溃疡、动脉腿部溃疡、压力性溃疡、术后伤口愈合、创伤性伤口、手术伤口、烧伤和烫伤。该研究的设计是一项 Debridement Pad 在患有浅表、慢性和急性伤口的受试者中进行的临床试验,这些伤口包括糖尿病溃疡、动脉和静脉腿部溃疡、压力性溃疡、通过二期愈合的术后伤口、创伤性或手术伤口以及烧伤和烫伤。本研究的性能数据将支持治疗后伤口床状况成功改善的具有临床意义的比率。

【主题与分类】

主题标签:Diabetic Ulcers、Venous Leg Ulcer、Arterial Leg Ulcer、Pressure Ulcer、Postoperative Wound Healing、Traumatic Wounds、Surgical Wounds、Burns and Scalds。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/NCT07255937

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/NCT07255937

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

适应症:糖尿病性溃疡、静脉性腿部溃疡、动脉性腿部溃疡、压力性溃疡、术后伤口愈合、创伤性伤口、手术伤口、烧伤和烫伤。本研究设计为一项清创垫临床试验,受试者为患有浅表性、慢性和急性伤口者,包括糖尿病性溃疡、动脉性和静脉性腿部溃疡、压力性溃疡、二期愈合的术后伤口、创伤性或手术伤口以及烧伤和烫伤。本研究的性能数据将支持治疗后即刻伤口床状况成功改善的具有临床意义的比率。

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