NuVasive ACP 系统研究
该数据集来自 clinicaltrials.gov，为 NuVasive ACP System Study 的前瞻性、非对照、多中心研究数据，覆盖颈椎退行性病变人群，包括颈椎病、神经根型颈椎病、脊髓型颈椎病、颈椎间盘疾病、颈椎管狭窄、颈椎间盘突出及颈椎疾病
基本信息
资源简介
NuVasive ACP 系统研究
该数据集来自 clinicaltrials.gov，为 NuVasive ACP System Study 的前瞻性、非对照、多中心研究数据，覆盖颈椎退行性病变人群，包括颈椎病、神经根型颈椎病、脊髓型颈椎病、颈椎间盘疾病、颈椎管狭窄、颈椎间盘突出及颈椎疾病。受试者接受前路颈椎手术并植入 NuVasive ACP 系统，术后随访 24 个月，计划入组至少 75 例。数据可用于评估该器械在真实临床场景中的安全性与性能表现，支持手术预后相关建模与风险分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：颈椎病、神经根型颈椎病、脊髓型颈椎病、颈椎间盘疾病、颈椎管狭窄、颈椎间盘突出、颈椎疾病。本研究是一项前瞻性、非对照、多中心研究，旨在评估 NuVasive ACP 系统在接受前路颈椎手术患者中的安全性和性能。在特定中心，符合入选要求的连续患者将被邀请同意参与研究。这些患者将表现为适合手术治疗的颈椎病理状况，并将在研究入组前接受筛选。一旦入组，受试者将根据外科医生的标准治疗，使用 NuVasive ACP 系统接受前路颈椎手术。至少 75 名受试者将被入组，并在手术后随访 24 个月。
【主题与分类】
主题标签：Cervical Spondylosis、Cervical Radiculopathy、Cervical Myelopathy、Cervical Disc Disease、Cervical Stenosis、Cervical Disc Herniation、Cervical Spine Disease。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/NCT05066711
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/NCT05066711
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
疾病类型：颈椎病、神经根型颈椎病、脊髓型颈椎病、颈椎间盘疾病、颈椎管狭窄、颈椎间盘突出、颈椎疾病。本研究是一项前瞻性、非对照、多中心研究，旨在评估NuVasive ACP系统在接受颈椎前路手术患者中的安全性和性能。符合入选标准的连续就诊患者将被邀请同意参与研究。这些患者将表现为适合手术治疗的颈椎病理状况，并在研究入组前接受筛选。一旦入组研究，受试者将根据外科医生的标准治疗，使用NuVasive ACP系统接受颈椎前路手术。至少将入组75名受试者，并在术后随访24个月。
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。
