带翼塑料支架与传统塑料支架用于胆道引流的比较
该数据集来自 clinicaltrials.gov,围绕带翼塑料支架与传统塑料支架用于胆道引流的随机对照试验。研究采用双臂平行组设计,按 1:1 比例区组随机分组,并在支架更换时将受试者切换至另一治疗组,形成交叉设计,仅治疗顺序随机确定

基本信息
资源简介
带翼塑料支架与传统塑料支架用于胆道引流的比较
该数据集来自 clinicaltrials.gov,围绕带翼塑料支架与传统塑料支架用于胆道引流的随机对照试验。研究采用双臂平行组设计,按 1:1 比例区组随机分组,并在支架更换时将受试者切换至另一治疗组,形成交叉设计,仅治疗顺序随机确定。覆盖的病症包括 Biliary Obstruction、Bile Duct Stones 与 Biliary Tract Cancer。操作使用标准技术,无需额外步骤或活检,ERCP 在 University Hospital Leipzig 内镜科使用 Fujifilm 视频十二指肠镜完成。可用于比较两种支架引流效果的相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Biliary Obstruction, Bile Duct Stones, Biliary Tract Cancer. Procedure 该研究采用随机、对照试验设计,使用双臂平行组设计来比较不同疗法(带翼支架 vs. 传统支架)。随机化采用区组随机化,按 1:1 比例进行。在支架更换时,受试者被切换至另一治疗组。每位受试者被设定为在治疗期间接受两种形式的治疗,采用交叉设计,仅治疗顺序被随机确定(图 1)。操作使用标准技术进行。不需要额外步骤、活检或类似操作。对于在 University Hospital Leipzig 内镜科进行的 ERCP,使用了 Fujifilm 视频十二指肠镜 Data 在操作日期,我们收集了 e
【主题与分类】
主题标签:Biliary Obstruction、Bile Duct Stones、Biliary Tract Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06960733
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/NCT06960733
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
病症:胆道梗阻、胆管结石、胆道癌。操作:本研究设计为一项随机对照试验,采用双臂平行组设计,旨在比较不同疗法(翼状支架与传统支架)。随机化按1:1比例通过区组随机化进行。在支架更换时,参与者被转换至另一治疗组。每个受试者计划在治疗期间以交叉设计接受两种形式的治疗,仅治疗顺序随机确定(图1)。操作采用标准技术进行,无需额外步骤、活检或类似程序。在莱比锡大学医院内镜科进行的ERCP中,使用了富士视频十二指肠镜。数据:在操作当天,我们收集了基本的基线及操作信息,包括人口统计学数据(年龄和性别)、既往支架干预情况、诊断成像和实验室结果、所用支架的具体信息(类型、直径和长度)、支架插入的有效性以及任何相关并发症。
在标准治疗之外,干预后一周、一个月和两个月时进行了随访,采用系统化的问卷来监测临床进展并评估是否存在任何支架相关功能障碍。
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。




