婴儿血管瘤皮肤影像学演变研究

婴儿血管瘤是出生后不久出现的常见良性血管肿瘤,经历快速增殖、稳定和消退阶段,少数可因部位、相关综合征或溃疡等而危及生命。研究目的包括判断多种定量皮肤影像学方法能否客观测量病灶变化,以弥补现有治疗(类固醇、干扰素、长春新碱、普萘洛尔等)疗效缺乏前瞻性客观评估的不足

Children's Hospital Medical Center, CincinnatiChildren's Hospital Medical Center, Cincinnati
clinicaltrials
浏览 10
其他Infantile Hemangiomas
Ontogeny of Infantile Hemangiomas With Skin Imaging Modalities

基本信息

模态
其他
创建/更新时间
2026-10-23

资源简介

婴儿血管瘤皮肤影像学演变研究

该数据集来自 clinicaltrials.gov,聚焦婴儿血管瘤(Infantile Hemangiomas)的皮肤影像学演变研究。婴儿血管瘤是出生后不久出现的常见良性血管肿瘤,经历快速增殖、稳定和消退阶段,少数可因部位、相关综合征或溃疡等而危及生命。研究目的包括判断多种定量皮肤影像学方法能否客观测量病灶变化,以弥补现有治疗(类固醇、干扰素、长春新碱、普萘洛尔等)疗效缺乏前瞻性客观评估的不足。数据可用于血管肿瘤影像分析、病灶定量测量及治疗反应评估等研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:婴儿血管瘤。婴儿血管瘤(IH)是相对常见的良性血管肿瘤,出生后不久出现,并在随后数周至数月内快速生长。增殖期涉及快速分裂的内皮细胞增殖。肿瘤通常趋于稳定,随后随时间消退。它们通常无临床意义;然而,一小部分可因部位、相关综合征以及溃疡等体格检查发现而继发危及生命。治疗选择包括类固醇、干扰素、长春新碱以及近期的普萘洛尔。关于这些治疗选择有效性的已发表前瞻性研究很少。由于多种因素,客观测量这些病灶的反应一直很困难。目的是确定(1)多种定量皮肤影像学

【主题与分类】

主题标签:Infantile Hemangiomas。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02061735

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/NCT02061735

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

疾病:婴幼儿血管瘤。婴幼儿血管瘤(IH)是一种相对常见的良性血管肿瘤,通常在出生后不久出现,并在随后的数周至数月内快速生长。增殖期涉及快速分裂的内皮细胞增殖。肿瘤一般会趋于稳定,随后随时间逐渐消退。它们通常无临床意义;然而,少数可因部位、相关综合征及溃疡等体征而危及生命。治疗选择包括类固醇、干扰素、长春新碱以及近年来的普萘洛尔。关于这些治疗方案有效性的已发表前瞻性研究较少。由于多种因素,客观测量这些病变的反应一直较为困难。本研究旨在确定:(1)多种定量皮肤成像模态能否定量描述婴幼儿血管瘤的临床相关特征,包括颜色(红、蓝)、亮度、大小(高度、体积)、生物力学特性、温度及灌注;(2)其自然演变过程及随时间对治疗的反应。

治疗方法包括口服普萘洛尔、局部噻吗洛尔和未治疗(观察)。

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