全髋关节置换术后骨盆骨动态是否改变?
该数据集来自 clinicaltrials.gov,聚焦全髋关节置换术后的骨盆骨动态变化。覆盖原发性与继发性髋关节骨关节炎患者

基本信息
资源简介
全髋关节置换术后骨盆骨动态是否改变?
该数据集来自 clinicaltrials.gov,聚焦全髋关节置换术后的骨盆骨动态变化。覆盖原发性与继发性髋关节骨关节炎患者。全髋关节置换是法国最常见的手术之一,2010年估计实施147513例且数量持续增长,术后并发症中假体脱位仅次于无菌性松动。脱位风险受股骨与髋臼假体相对方位影响,而该方位又受静态与动态参数影响,目前文献显示外科医生仅考虑静态参数。数据可用于研究骨盆动态对假体方位及脱位风险的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:原发性髋关节骨关节炎;继发性髋关节骨关节炎。全髋关节置换是法国最常见的外科手术之一。2010年,估计实施了147513例全髋关节置换手术。这一数字持续增长。尽管该手术常见,但可能导致许多并发症。假体内脱位是仅次于无菌性松动的第二大并发症。脱位风险是多因素的,取决于股骨与髋臼假体的相对方位。该方位受静态和动态参数影响。迄今为止,文献表明外科医生仅考虑静态参数。因此,参考Lewinneck的发表,其指出如果髋臼杯相对于前骨盆平面(APP)以15°+/-10°的前倾角和40°+/-10°的倾斜角放置,脱位风险较低。APP由两个前上髂骨定义。
【主题与分类】
主题标签:Coxarthrosis; Primary、Coxarthrosis; Secondary。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04587440
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/NCT04587440
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:髋关节骨关节炎;原发性、继发性髋关节骨关节炎。全髋关节置换术是法国最常见的外科手术之一。2010年,估计实施了147 513例全髋关节置换手术。这一数字在不断增加。尽管该手术常见,但可能导致许多并发症。假体内脱位是仅次于无菌性松动的第二大并发症。脱位风险是多因素的,取决于股骨和髋臼组件的相对方向。这一方向受静态和动态参数的影响。迄今为止,文献表明外科医生仅考虑静态参数。因此,参照Lewinneck的发表文献,该文献指出,如果髋臼杯相对于骨盆前平面(APP)定向为前倾15°±10°、外展40°±10°,则脱位风险较低。骨盆前平面由两个髂前上棘和耻骨联合定义。然而,这种方法仅是静态的,未考虑日常生活中骨盆平面方向的变化。
为考虑这些骨盆倾斜的变化,可以测量前后平面(APP)与水平面(卧位时)或垂直面(站立时)之间的角度。有几种设备可用于测量骨盆倾斜,但它们都存在重要的局限性(EOS放射成像、扫描仪或导航)。布雷斯特开发了一种新设备,可在日常生活的多种体位下测量这种倾斜度。该软件已在健康志愿者中进行了测试,结果表明其具有出色的准确性和可重复性。本研究的目标是通过这种基于超声的设备描述骨盆骨骼的动态变化,并评估髋关节置换手术所引起的变异程度。
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。




