脊柱病理科患者护理演变评估

该数据集来自 clinicaltrials.gov,为法国波尔多大学医院脊柱外科开展的一项为期5年的单中心前瞻性观察研究,覆盖所有因脊柱疾病接受治疗的患者,包括腰椎、胸椎或颈椎退行性病变、脊柱畸形以及创伤、感染和肿瘤病理

University Hospital, BordeauxUniversity Hospital, Bordeaux
clinicaltrials
浏览 12
表格预测Spinal StenosisSPINAL FractureVertebral OsteomyelitisVertebral Metastasis
Evaluation of the Evolution of Patient Care Within the Spinal Pathology Department

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-10

资源简介

脊柱病理科患者护理演变评估

该数据集来自 clinicaltrials.gov,为法国波尔多大学医院脊柱外科开展的一项为期5年的单中心前瞻性观察研究,覆盖所有因脊柱疾病接受治疗的患者,包括腰椎、胸椎或颈椎退行性病变、脊柱畸形以及创伤、感染和肿瘤病理。采集数据涉及患者一般状况、就诊原因、脊柱病理细节及其通过特定功能评估自评问卷所反映的影响,以及所接受的护理,并计划进行三年随访。可用于分析脊柱病理患者护理演变及功能结局的预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Spinal Stenosis、SPINAL Fracture、Vertebral Osteomyelitis、Vertebral Metastasis。团队将在法国波尔多大学医院脊柱外科开展一项为期5年的单中心前瞻性观察研究,纳入所有因脊柱疾病接受治疗的患者(包括腰椎、胸椎或颈椎退行性病理、脊柱畸形以及创伤、感染和肿瘤病理)。采集的数据将涉及患者的一般状况、就诊原因、其脊柱病理的细节及其通过特定功能评估自评问卷所反映的影响,以及所接受的护理。计划进行三年随访。

【主题与分类】

主题标签:Spinal Stenosis、SPINAL Fracture、Vertebral Osteomyelitis、Vertebral Metastasis。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07627282

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/NCT07627282

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

病症:椎管狭窄、脊柱骨折、椎体骨髓炎、椎体转移瘤。研究团队将在法国波尔多大学医院脊柱外科中心开展一项为期5年的单中心前瞻性观察性研究,纳入所有因脊柱疾病接受治疗的患者(包括腰椎、胸椎或颈椎的退行性病变、脊柱畸形,以及创伤性、感染性和肿瘤性病变)。收集的数据将涉及患者的全身状况、就诊原因、脊柱病变的详细情况及其影响(通过特定的功能评估自评问卷),以及所接受的诊疗措施。计划进行为期三年的随访。

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