自体脂肪组织细胞移植治疗肛瘘
该数据集源自 clinicaltrials.gov,主题为自体脂肪组织细胞移植治疗肛瘘。研究拟在 Uppsala University Hospital 外科以单中心形式开展,纳入 18-70 岁、被诊断为肛周瘘且适合尝试闭合瘘管的连续健康患者,包括已留置引流挂线或需修整并挂线后再行最终闭合者

基本信息
资源简介
自体脂肪组织细胞移植治疗肛瘘
该数据集源自 clinicaltrials.gov,主题为自体脂肪组织细胞移植治疗肛瘘。研究拟在 Uppsala University Hospital 外科以单中心形式开展,纳入 18-70 岁、被诊断为肛周瘘且适合尝试闭合瘘管的连续健康患者,包括已留置引流挂线或需修整并挂线后再行最终闭合者。数据可用于了解该移植疗法的临床试验设计与患者入选标准,支持感染性疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肛瘘、经括约肌型肛瘘。该研究拟在 Uppsala University Hospital 外科开展,为单中心研究。所有连续入组的、年龄在 18-70 岁之间、被诊断为肛周瘘且认为尝试闭合瘘管是合适的其他方面健康的患者,均被邀请参与。这由接诊医生在其门诊就诊时进行。这些患者要么已经留置缓解性挂线,要么需要在最终闭合前进行修整并接受挂线治疗。他们收到关于研究计划的书面信息,并有时间考虑。如果他们选择参与研究,则安排其与参与研究的外科医生之一会面,在此他们还有机会提问,然后签署知情同意书。
【主题与分类】
主题标签:Fistula in Ano、Transsphincteric Anal Fistula。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04660903
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/NCT04660903
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:肛瘘,经括约肌型肛瘘。本研究拟在乌普萨拉大学医院外科进行,为单中心研究。所有年龄在18至70岁之间、其他方面健康、被诊断为肛周瘘且认为适合尝试闭合瘘管的(连续)患者均被邀请参与。这由接诊医师在患者于门诊就诊时完成。这些患者要么已经留置了引流挂线,要么需要在最终闭合前进行修整并接受挂线治疗。他们收到关于研究计划的书面信息,并有时间考虑。如果他们选择参与研究,则安排其与研究涉及的一位外科医生会面,在此他们还有机会提问,并随后签署知情同意书。由于Covid-19疫情,此步骤可调整为电话联系。此后,他们被纳入研究。
参与者仅由相关外科医生进行手术,这些医生均接受了按照标准化Coleman方法进行脂肪细胞移植的实践培训。手术本身在Samariter Hemmet(乌普萨拉大学医院外科部门的一部分)手术部作为日间手术进行,根据患者是否有缓解性挂线,手术可一步或两步完成。挂线必须在最终脂肪组织手术前的某个时间放置,以确保没有炎症/感染的迹象。随后安排3个月和12个月的随访。在这些随访中,对患者进行检查,以评估结果、可能的残留瘘管和并发症。Wexner评分和VAS量表填写后保存在患者的病历中。
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。




