ActivSightTM 在人体中的安全性与可行性
该数据集来自 clinicaltrials.gov,围绕 ActivSightTM 在胃肠吻合与胆囊切除术中的安全性和可行性开展研究,覆盖急性胆囊炎、结直肠癌、结肠憩室炎、病态肥胖及炎症性肠病等患者人群

基本信息
资源简介
ActivSightTM 在人体中的安全性与可行性
该数据集来自 clinicaltrials.gov,围绕 ActivSightTM 在胃肠吻合与胆囊切除术中的安全性和可行性开展研究,覆盖急性胆囊炎、结直肠癌、结肠憩室炎、病态肥胖及炎症性肠病等患者人群。研究通过临床评估和不良事件评价安全性,通过预期可视化技术成功完成情况判断可行性,并分析基于视觉显示做出的术中决策,与标准内镜方法比较或评估对 ICG 可视化的非劣效性与可用性,同时随访至术后第 28 天。目标入组 80 例患者,其中 52 例评估肠道吻合(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性胆囊炎、结直肠癌、结肠憩室炎、病态肥胖、炎症性肠病。设计: 这是一项可行性研究,旨在评估 ActivSightTM 在胃肠吻合和胆囊切除术中的安全性和可行性。 安全性将通过临床评估和任何不良事件的评价来确定。 可行性将通过预期可视化的技术成功完成情况来确定。 初步疗效评估将通过分析基于视觉显示做出的任何术中决策来进行,并与标准内镜方法比较,或评估对基于 ICG 的可视化和可用性的非劣效性。 患者结局和随访至术后第 28 天将监测临床结局。 目标入组 80 例患者以进行评估;52 例评估肠道吻合 ca
【主题与分类】
主题标签:Acute Cholecystitis、Colorectal Cancer、Diverticulitis, Colonic、Obesity, Morbid、Inflammatory Bowel Diseases。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04633512
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/NCT04633512
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
疾病:急性胆囊炎、结直肠癌、结肠憩室炎、肥胖症、病态肥胖、炎症性肠病。设计:* 这是一项可行性研究,旨在评估ActivSightTM在胃肠吻合术和胆囊切除术中的安全性和可行性。* 安全性将通过临床评估和任何不良事件的评价来确定。* 可行性将通过技术上成功完成预期可视化来确定。* 初步疗效的评估将通过分析基于视觉显示所做的任何术中决策与标准内镜方法相比,或与基于ICG的可视化和可用性的非劣效性来进行。* 患者的结果和随访至术后第28天将监测临床结果。* 目标招募80名患者进行评估;52名评估肠吻合病例(包括减肥和结直肠病例);28名评估腹腔镜胆囊切除术。在最初的6名患者和基于ICG治疗的比较组6名患者之后,触发停止规则。
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。




