全肩关节置换术中减少细菌种植的研究
该数据集来自 clinicaltrials.gov，聚焦全肩关节置换术中细菌种植的减少。研究纳入 60 例接受初次解剖型或反式肩关节置换的男性患者，随机分为两组各 30 例：对照组（切开后不做真皮层准备）与 Prontosan 抗菌凝胶组（切开后于真皮层涂抹）
基本信息
资源简介
全肩关节置换术中减少细菌种植的研究
该数据集来自 clinicaltrials.gov，聚焦全肩关节置换术中细菌种植的减少。研究纳入 60 例接受初次解剖型或反式肩关节置换的男性患者，随机分为两组各 30 例：对照组（切开后不做真皮层准备）与 Prontosan 抗菌凝胶组（切开后于真皮层涂抹）。所有患者均接受相同的切开前皮肤准备、预防性抗生素和术中冲洗。在最终植入后、伤口闭合前采集培养拭子（2 份深层、2 份浅层、1 份植入物），培养物在实验室保存 2 周进行监测。数据可用于感染预防与关节置换相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：关节置换术，肩关节，Cutibacterium Acnes，假体关节感染。60 名接受初次解剖型或反式肩关节置换的男性患者将被纳入这项前瞻性、随机对照试验，评估在切开皮肤后对真皮层使用 Prontosan 伤口凝胶与不做准备的对比。参与者将被随机分配到两组各 30 名患者：对照组（切开后不做真皮层准备）和 Prontosan 抗菌凝胶组（皮肤切开后应用于真皮层）。所有患者，无论分组如何，均接受相同的切开前皮肤准备、预防性抗生素和术中冲洗。在最终植入后、伤口闭合前，将获取培养拭子（2 份深层培养、2 份浅层培养和 1 份植入物培养）。所有培养物将在实验室保存 2 周以监测
【主题与分类】
主题标签：Joint Arthroplasty、Shoulder、Cutibacterium Acnes、Prosthetic Joint Infection。本站分类：感染性疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07406893
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/NCT07406893
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：关节置换术、肩关节、痤疮丙酸杆菌、假体关节感染。60名接受初次解剖型或反式肩关节置换术的男性患者将被纳入这项前瞻性、随机对照试验，评估在切开皮肤后使用Prontosan伤口凝胶与不使用任何制剂处理真皮层的情况。参与者将被随机分配到两组，每组30名患者：对照组（切开后不做真皮层处理）和切开皮肤后真皮层涂抹Prontosan抗菌凝胶组。所有患者，无论分组如何，均接受相同的切开前皮肤准备、预防性抗生素和术中冲洗。在最终植入后、伤口闭合前，将采集培养拭子（2份深层培养、2份浅层培养和1份植入物培养）。所有培养物将在实验室保留2周，以监测痤疮丙酸杆菌的生长。
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。
