SUSY研究:聚丙烯与Polyglactin 910缝线瘢痕比较
该数据集来自clinicaltrials.gov,聚焦睑内翻修复手术中聚丙烯与Polyglactin 910两种缝线引起的炎症反应差异比较

基本信息
资源简介
SUSY研究:聚丙烯与Polyglactin 910缝线瘢痕比较
该数据集来自clinicaltrials.gov,聚焦睑内翻修复手术中聚丙烯与Polyglactin 910两种缝线引起的炎症反应差异比较。研究涉及眼睑炎症与睑内翻相关条件,招募来自Western Eye Hospital和Royal Bournemouth Hospital眼整形门诊的患者。数据可用于分析不同缝线材料在眼睑手术中的炎症与瘢痕结局,支持眼科手术材料选择的临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:睑内翻、眼睑炎症。目的与设计 本研究将是首个探讨这两种缝线在睑内翻修复手术中炎症反应差异的研究。两种缝线均已广泛用于NHS的眼睑手术。研究设计经过了知名医生和两名统计学家的同行评审。问卷开发有患者参与。招募 患者将从Western Eye Hospital和Royal Bournemouth Hospital的眼整形门诊招募,由主要研究者及同样属于常规护理团队且接受过GCP培训的同事接洽。患者将被告知研究信息并获得充足时间决定是否愿意参与。在任何研究程序进行之前将获得完全知情同意。纳入标准C
【主题与分类】
主题标签:Entropion、Inflammation in the Eyelid。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/NCT04724512
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/NCT04724512
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:睑内翻、眼睑炎症。目的与设计 本研究将是同类研究中首个探讨这两种缝线在睑内翻修复手术中炎症反应差异的研究。这两种缝线均已广泛用于英国国家医疗服务体系(NHS)的眼睑手术中。研究设计经过了知名医生和两名统计学家的同行评审。问卷的开发有患者参与。招募 患者将从西部眼科医院和皇家伯恩茅斯医院的眼整形门诊招募,由主要研究者及同样属于常规诊疗团队且接受过良好临床实践(GCP)培训的同事接洽。患者将被告知研究相关信息,并有充足时间决定是否愿意参与。在任何研究程序实施之前,将获得充分知情同意。
纳入标准 * 成年患者(年龄18岁及以上) * 诊断为老年性睑内翻,且眼睑松弛程度足以进行楔形切除术 * 能够提供知情同意 排除标准 * 年龄未满18岁 * 既往下眼睑手术史 * 已知会干扰瘢痕形成和愈合的易感疾病及治疗 * 同时使用类固醇治疗 * 艾迪生病 * 控制不佳的糖尿病 * 瘢痕疙瘩病史 * 瘢痕性疾病病史或现病史 * 华法林 * 无法提供知情同意 研究中不会有不公平的排除/纳入 知情同意 知情同意将由能够评估行为能力并在日常实践中进行此类评估的研究人员获取。仅能够提供完全知情同意的参与者才会被邀请参加。 风险:所研究的缝线材料在国际眼整形外科及NHS范围内广泛使用。所有缝线均可导致瘢痕形成,尽管眼睑手术中明显瘢痕形成的风险较低,因为眼睑血供良好,愈合通常较好。手术的主要风险是手术无效,但这些是标准
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。




