皮下注射右泛醇与伤口上皮化
该数据集来自 clinicaltrials.gov,主题为皮下注射右泛醇(Dexpanthenol)与伤口上皮化的关系,覆盖慢性伤口、糖尿病足溃疡、静脉性腿部溃疡和动脉性溃疡等情形

基本信息
资源简介
皮下注射右泛醇与伤口上皮化
该数据集来自 clinicaltrials.gov,主题为皮下注射右泛醇(Dexpanthenol)与伤口上皮化的关系,覆盖慢性伤口、糖尿病足溃疡、静脉性腿部溃疡和动脉性溃疡等情形。慢性伤口因上皮化受损、炎症迁延和组织再生不足而难以愈合,右泛醇作为维生素 B5 前体衍生物,可转化为泛酸并参与辅酶 A 代谢,与细胞能量产生和组织修复相关。该数据可用于研究右泛醇在标准伤口护理基础上对上皮修复和伤口闭合的潜在作用,适用于伤口愈合相关结局的预测分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:慢性伤口、糖尿病足溃疡、静脉性腿部溃疡、动脉性溃疡。慢性伤口,包括糖尿病足溃疡、静脉性腿部溃疡和动脉性溃疡,由于愈合延迟、并发症风险增加和生活质量下降,构成重大临床挑战。上皮化受损、炎症迁延和组织再生不足是导致伤口不愈合的关键机制。因此,在标准伤口护理基础上加入支持上皮修复和伤口闭合的干预措施,可能改善临床结局。右泛醇是维生素 B5 前体衍生物,可转化为泛酸,在辅酶 A 代谢中发挥重要作用,而辅酶 A 代谢参与细胞能量产生和组织修复。实验和临床研究表明,右泛醇可能增强成纤维细胞活性、上皮化和皮
【主题与分类】
主题标签:Chronic Wounds、Diabetic Foot Ulcer、Venous Leg Ulcers、Arterial Ulcer。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/NCT07395674
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/NCT07395674
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:慢性伤口、糖尿病足溃疡、静脉性腿部溃疡、动脉性溃疡。慢性伤口,包括糖尿病足溃疡、静脉性腿部溃疡和动脉性溃疡,由于愈合延迟、并发症风险增加以及生活质量下降,构成了重大的临床挑战。上皮化受损、持续性炎症和组织再生不足是导致伤口不愈合的关键机制。因此,在标准伤口护理基础上,支持上皮修复和伤口闭合的干预措施可能改善临床结局。右泛醇是维生素B5前体衍生物,可转化为泛酸,在辅酶A代谢中发挥重要作用,而辅酶A代谢参与细胞能量产生和组织修复。实验和临床研究表明,右泛醇可能增强成纤维细胞活性、上皮化和皮肤屏障恢复。右泛醇注射制剂已获准临床使用;然而,关于皮下给药用于慢性伤口愈合的数据有限。
本研究设计为一项随机、开放标签、对照临床试验,旨在评估在标准伤口护理基础上加用皮下注射右泛醇对伤口上皮化的影响。将纳入患有非感染性慢性伤口的成年患者,包括糖尿病足溃疡、静脉性腿部溃疡和动脉性溃疡。符合条件的参与者将使用计算机生成的区组随机化,按1:1比例随机分配至干预组或对照组。干预组参与者将接受标准伤口护理,并按预定义间隔在病灶周围皮下注射右泛醇。剂量和注射体积将根据伤口大小标准化,并采用有限次数的治疗。对照组参与者将仅接受标准化伤口护理。两组在整个研究期间将遵循相同的访视计划和评估程序。伤口愈合w
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。




