围手术期远程缺血调理在肝切除术患者中的应用

该数据集来自 clinicaltrials.gov,聚焦肝切除术患者的围手术期远程缺血调理(PRIC)。覆盖肝血管瘤、肝癌、肝内胆管结石等需行肝切除术的疾病人群,涉及远程缺血预适应、围适应与后适应等干预形式

The Second Affiliated Hospital of Chongqing Medical UniversityThe Second Affiliated Hospital of Chongqing Medical University
clinicaltrials
浏览 3
其他Hepatic HemangiomaLiver CancerHepatolithiasisHepatectomy
Application of Perioperative Remote Ischemic Conditioning in Patients Undergoing Hepatectomy

基本信息

模态
其他
创建/更新时间
2026-10-23

资源简介

围手术期远程缺血调理在肝切除术患者中的应用

该数据集来自 clinicaltrials.gov,聚焦肝切除术患者的围手术期远程缺血调理(PRIC)。覆盖肝血管瘤、肝癌、肝内胆管结石等需行肝切除术的疾病人群,涉及远程缺血预适应、围适应与后适应等干预形式。数据可用于探索 PRIC 对肝切除术后恢复的影响,支持围手术期非药物、非侵入性干预相关的临床研究与预测分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:肝血管瘤、肝癌、肝内胆管结石、肝切除术。远程缺血调理(RIC)可作为在远端组织反复施加短暂缺血,从而对靶器官后续长时间缺血损伤产生保护作用。这种保护可分别于长时间缺血事件之前或期间应用,称为远程缺血预适应(RIPreC)和远程缺血围适应(RIPerC),或在再灌注后立即应用,称为远程缺血后适应(RIPostC)。RIC 是一种非药物、非侵入性治疗,无明显不适,通常通过充气血压袖带诱导 5 分钟肢体缺血与 5 分钟再灌注交替的循环来实现。然而,围手术期远程缺血调理(PRIC)能否改善肝切除术患者的术后恢复,尚未被研究。

【主题与分类】

主题标签:Hepatic Hemangioma、Liver Cancer、Hepatolithiasis、Hepatectomy。本站分类:肿瘤/肝癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06130436

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/NCT06130436

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

条件:肝血管瘤、肝癌、肝内胆管结石、肝切除术。远程缺血适应(RIC)可通过对远隔组织反复施加短暂缺血,从而对靶器官后续长时间缺血性损伤产生保护作用。这种保护可分别于长时间缺血事件之前或期间应用,称为远程缺血预适应(RIPreC)和远程缺血全程适应(RIPerC),或在再灌注后立即应用,称为远程缺血后适应(RIPostC)。RIC是一种非药物、非侵入性治疗,无明显不适,通常通过血压袖带充气诱导5分钟肢体缺血与5分钟再灌注交替的循环来实现。然而,围手术期远程缺血适应(PRIC)能否改善肝切除术患者的术后恢复,尚未在随机对照试验中进行研究。

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