EyeMAX™ 11Fr（Micro-Tech）宽工作通道数字单人操作胆道镜的贡献
该数据集来自 clinicaltrials.gov，聚焦数字单人操作胆道镜（DSOC）在胆道疾病中的应用。源站描述显示，研究涉及胆管癌、胆道狭窄、胆管结石和胆管狭窄等条件，并介绍了一种新型 DSOC（EyeMAX™ 11Fr，Micro-Tech Endoscopy，中国南京），其工作通道为 2.0
基本信息
资源简介
EyeMAX™ 11Fr（Micro-Tech）宽工作通道数字单人操作胆道镜的贡献
该数据集来自 clinicaltrials.gov，聚焦数字单人操作胆道镜（DSOC）在胆道疾病中的应用。源站描述显示，研究涉及胆管癌、胆道狭窄、胆管结石和胆管狭窄等条件，并介绍了一种新型 DSOC（EyeMAX™ 11Fr，Micro-Tech Endoscopy，中国南京），其工作通道为 2.0 mm，可容纳 1.6 mm 的儿科镊子，已在法国引入。研究为回顾性多中心观察性研究，覆盖 CREGG（法国私立肝胃肠病学会）下属五个内镜中心，使用视觉模拟量表（VAS）记录满意度与操作评估，并与 Spyglass™ DS II DSOC（Boston Scientific）进行比较。该数据可用于胆道狭窄诊断、取样质量及操作体验相关研究（。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：胆管癌、胆道狭窄、胆管结石、胆管狭窄。背景与目的：数字单人操作胆道镜（DSOC）提升了胆道狭窄的诊断，但由于工作通道直径较小，采集高质量样本可能较为困难。一种新型 DSOC（EyeMAXTM 11Fr，Micro-Tech Endoscopy，中国南京）具有 2.0 mm 工作通道，可容纳儿科镊子（1.6 mm），已在法国引入。本研究报道了法国的初步经验。方法：在 CREGG（法国私立肝胃肠病学会）下属五个内镜中心开展了一项关于 DSOC 的回顾性多中心观察性研究。使用视觉模拟量表（VAS）记录满意度与操作评估，并与 SpyglassTM DS II DSOC（Boston Scientific）进行比较。
【主题与分类】
主题标签：Cholangiocarcinoma、Biliary Stenosis、Bile Duct Stones、Bile Duct Stenosis。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06933576
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/NCT06933576
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：胆管癌、胆道狭窄、胆管结石、胆管狭窄。背景与目的：数字单人操作胆道镜（DSOC）提高了胆道狭窄的诊断能力，但由于工作通道直径较小，获取高质量样本可能较为困难。一种新型DSOC（EyeMAXTM 11Fr，Micro-Tech Endoscopy，中国南京）具有2.0 mm工作通道，可容纳儿科活检钳（1.6 mm），已在法国引入。本研究报道了法国的初步经验。方法：在CREGG（法国私立肝胃肠病学会）下属的五家内镜中心开展了一项关于DSOC的回顾性多中心观察性研究。使用视觉模拟量表（VAS）记录满意度和操作评估，并与SpyglassTM DS II DSOC（Boston Scientific）进行比较。
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。
