ColoSeal™ ICD 系统吻合口保护关键性研究
该数据集来自 clinicaltrials.gov，主题为 ColoSeal™ ICD 系统吻合口保护关键性研究，聚焦直肠癌手术场景
基本信息
资源简介
ColoSeal™ ICD 系统吻合口保护关键性研究
ColoSeal™ ICD System Anastomotic Protection Pivotal Study 是一个登记于 clinicaltrials.gov 的研究数据集，主题聚焦于直肠癌手术场景下的吻合口保护。该研究围绕 ColoSeal 腔内结肠转流（ICD）系统展开，该系统由 ICD 装置与 ICD 装置输送系统两部分组成，属于一种微创医疗器械，设计目的是暂时性地保护结肠吻合口免受粪便流的影响。其最初的预期用途是作为临时保护性（转流）造口手术的一种侵入性更低的替代方案，面向接受结肠切除并重建吻合的直肠结肠癌患者。数据集在分类上归属于肿瘤 / 其他类别，主题标签为 Rectal Cancer Surgery，整体侧写指向直肠癌手术中的吻合口保护关键性研究。
【数据集背景】
该数据集所对应的研究背景源于直肠癌手术中的临床需求。在接受结肠切除并进行重建吻合的直肠结肠癌患者中，吻合口的愈合与保护是围手术期关注的重点之一。传统上，临床会采用临时保护性（转流）造口手术来降低吻合口相关风险，但这类手术本身具有侵入性。ColoSeal 腔内结肠转流（ICD）系统的设计初衷，正是提供一种侵入性更低的替代选择，通过微创方式在吻合口处实现暂时性的粪便流转流保护。该研究即为针对这一系统开展的吻合口保护关键性研究，数据集因此聚焦于直肠癌手术这一特定场景。
【数据内容】
该数据集来自 clinicaltrials.gov，其主题为 ColoSeal™ ICD 系统吻合口保护关键性研究。所涉及的研究对象为直肠癌手术场景，具体条件为 Rectal Cancer Surgery。数据集在站点分类中归属于肿瘤 / 其他，主题标签为 Rectal Cancer Surgery。关于数据集内部具体包含哪些字段、变量、受试者数量、终点指标或统计结果等细节，源站未提供。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。其主题标签为 Rectal Cancer Surgery，分类归属为肿瘤 / 其他。除来源站与主题信息外，关于数据采集的具体方式、采集时间范围、采集机构、采集流程等信息，源站未提供。
【适用场景】
从主题与描述来看，该数据集适用于与直肠癌手术相关的吻合口保护研究场景，尤其是围绕 ColoSeal 腔内结肠转流（ICD）系统作为临时保护性造口手术微创替代方案的研究。其关注的临床条件为直肠癌手术，涉及接受结肠切除并重建吻合的患者群体。关于该数据集在其他具体研究、分析或应用场景中的适用性，源站未提供。
【使用方法】
关于该数据集的具体使用方法、访问方式、数据结构解析方式或分析操作指引，源站未提供。
【质量与限制】
关于该数据集的质量评估、完整性、准确性、偏倚控制或已知限制等信息，源站未提供。
【引用与许可】
关于该数据集的引用格式、许可条款或使用授权信息，源站未提供。
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/NCT07429110
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：直肠癌手术。ColoSeal 腔内结肠转流（ICD）系统由 ICD 装置和 ICD 装置输送系统组成，是一种微创医疗器械，旨在暂时保护结肠吻合口免受粪便流影响。其最初旨在作为临时保护性（转流）造口手术的一种创伤更小的替代方案，用于接受结肠切除并重建吻合的直肠结肠癌患者。
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。
