VEGA 前瞻性基尔研究

VEGA Prospective Kiel 是一项来自 clinicaltrials.gov 的非干预性临床研究,针对退行性骨关节炎与类风湿关节炎患者,在常规条件下临床确认 Aesculap® VEGA System® PS 组件的安全性与性能

Aesculap AGAesculap AG
clinicaltrials
浏览 8
其他Degenerative OsteoarthritisRheumatoid Arthritis
VEGA Prospective Kiel

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

VEGA 前瞻性基尔研究

VEGA Prospective Kiel 是一项来自 clinicaltrials.gov 的非干预性临床研究,针对退行性骨关节炎与类风湿关节炎患者,在常规条件下临床确认 Aesculap® VEGA System® PS 组件的安全性与性能。该研究属于产品上市后监测的一部分,仅使用在其预期用途内的 CE 认证医疗器械,不额外开展侵入性或其它应激性检查。数据可用于膝关节置换器械的真实世界安全性评估与临床性能观察(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:退行性骨关节炎、类风湿关节炎。本非干预性临床研究(NIS)旨在常规条件下临床确认 Aesculap® VEGA System® PS 组件的安全性与性能。VEGA System® PS 是一种成熟的全膝关节置换(TKA)设计,尤其是 PS 组件的使用已有长期经验;因此认为 NIS 足以提供所需的确认。本 NIS 仅使用并将仅使用在其预期用途内的 CE 认证医疗器械,且未开展也不会开展额外的侵入性或其它应激性检查(依据 MPG §23b)。本自愿性 NIS 是受研究产品上市后监测的一部分。

【主题与分类】

主题标签:Degenerative Osteoarthritis、Rheumatoid Arthritis。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/NCT02802085

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02802085

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:退行性骨关节炎、类风湿性关节炎。本项非干预性临床研究(NIS)旨在常规条件下临床确认Aesculap® VEGA System® PS组件的安全性和性能。VEGA System® PS是一种成熟的TKA设计,尤其是PS组件的使用已有长期经验;因此,认为NIS足以提供所需的确认。本NIS仅使用已获CE认证的医疗器械,并将在其预期用途范围内使用,且未曾并将不会进行额外的侵入性或其他应激性检查(依据MPG §23b)。本自愿性NIS是所研究产品上市后监测的一部分。

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。

获取专属数据定制方案