术后前庭神经鞘瘤患者面神经功能保护中的类固醇研究
该数据集来自 clinicaltrials.gov,主题为术后前庭神经鞘瘤(VS)患者使用类固醇保护面神经功能的研究(SAF-NRVS)

基本信息
资源简介
术后前庭神经鞘瘤患者面神经功能保护中的类固醇研究
该数据集来自 clinicaltrials.gov,主题为术后前庭神经鞘瘤(VS)患者使用类固醇保护面神经功能的研究(SAF-NRVS)。VS 是起源于前庭神经的良性肿瘤,手术切除是常见治疗方式,术中神经电生理监测(IONM)被广泛用于保护面神经功能,但术后面神经麻痹仍是常见并发症,影响患者外观、自信与生活质量。类固醇常用于减轻特发性面瘫的炎症与水肿,但其在术后 VS 患者中的疗效与安全性尚不明确。该研究为多中心、随机、双盲、安慰剂对照、平行组试验,纳入 18 至 60 岁患者。数据可用于分析类固醇干预与面神经功能结局的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:前庭神经鞘瘤、面神经麻痹。前庭神经鞘瘤(VS)是一种起源于前庭神经的良性肿瘤。手术切除是常见治疗方式,术中神经电生理监测(IONM)被广泛用于保护面神经功能。然而,术后面神经麻痹仍是常见并发症,影响患者的外观、自信和生活质量。类固醇常用于减轻特发性面瘫的炎症和水肿,但其在术后 VS 患者中的疗效和安全性仍不确定。术后面神经功能障碍的机制比特发性面瘫更复杂,可能涉及物理牵拉、血管损伤或炎症损伤。本研究(SAF-NRVS)是一项多中心、随机、双盲、安慰剂对照、平行组试验。患者年龄 18 至 60 岁
【主题与分类】
主题标签:Vestibular Schwannoma、Facial Nerve Paralysis。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07116811
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/NCT07116811
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:前庭神经鞘瘤、面神经麻痹。前庭神经鞘瘤(VS)是一种起源于前庭神经的良性肿瘤。手术切除是常见治疗方法,术中神经电生理监测(IONM)被广泛用于保护面神经功能。然而,术后面神经麻痹仍是常见并发症,影响患者的外貌、自信和生活质量。类固醇常用于减轻特发性面瘫的炎症和水肿,但其在VS术后患者中的疗效和安全性仍不确定。术后面神经功能障碍的机制比特发性面瘫更为复杂,可能涉及物理牵拉、血管损伤或炎症性损伤。本研究(SAF-NRVS)是一项多中心、随机、双盲、安慰剂对照、平行组试验。将纳入年龄在18至60岁、临床确诊为未经治疗的单侧前庭神经鞘瘤的患者。
入组患者术前必须无面神经麻痹(依据House-Brackmann分级系统为I级),且术中神经电生理监测确定的面神经功能良好。受试者将按1:1比例随机分为两组。干预组(类固醇组)自手术当日起至第3日,每日一次静脉输注溶于100 ml氯化钠(NaCl)溶液的80 mg甲泼尼龙琥珀酸钠粉末,随后自第4日至第10日,每日一次口服20 mg醋酸泼尼松。对照组(安慰剂组)自手术当日起至第3日,每日一次静脉输注溶于100 ml NaCl溶液的甲泼尼龙琥珀酸钠安慰剂粉末,随后自第4日至第10日,每日一次口服醋酸泼尼松安慰剂。主要结局指标为术后90天面神经功能恢复良好的患者比例,恢复良好定义为依据House-Bra
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。




