面部皮肤癌患者视角下皮肤移植与局部皮瓣比较的可行性研究

该数据集来自 clinicaltrials.gov,聚焦面部皮肤癌术后修复中皮肤移植与局部皮瓣的比较研究,属于肿瘤/皮肤癌领域

McMaster UniversityMcMaster University
clinicaltrials
浏览 14
其他分类Skin Cancer, Basal CellSkin CancerSkin Cancer, Non-MelanomaSkin Cancers - Squamous Cell CarcinomaPatient Satisfaction
A Comparison of Skin Grafts Versus Local Flaps for Facial Skin Cancer From the Patient Perspective: A Feasibility Study

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-09

资源简介

面部皮肤癌患者视角下皮肤移植与局部皮瓣比较的可行性研究

该数据集来自 clinicaltrials.gov,聚焦面部皮肤癌术后修复中皮肤移植与局部皮瓣的比较研究,属于肿瘤/皮肤癌领域。研究为前瞻性单中心可行性研究,旨在确定后续试点研究所需变量、评估开展前瞻性队列研究的可行性及培训、患者招募、数据收集、统计分析等流程安排。可行性研究完成后,将开展前瞻性试点队列研究,使用 FACE-Q Skin Cancer 模块测量接受皮肤移植或局部皮瓣切除面部皮肤癌患者的结果。数据可用于患者满意度与术式比较相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:皮肤癌,基底细胞,皮肤癌,皮肤癌,非黑色素瘤,皮肤癌 - 鳞状细胞癌,患者满意度。将开展一项前瞻性单中心可行性研究。该可行性研究的目的是确定后续试点研究中要纳入的变量,评估开展前瞻性队列研究的可行性,以及研究的后勤安排(即培训、患者招募、数据收集、统计分析等)。可行性研究完成后,将开展一项前瞻性试点队列研究,使用 FACE-Q Skin Cancer 模块测量接受皮肤移植或局部皮瓣切除面部皮肤癌患者的结果。

【主题与分类】

主题标签:Skin Cancer, Basal Cell、Skin Cancer、Skin Cancer, Non-Melanoma、Skin Cancers - Squamous Cell Carcinoma、Patient Satisfaction。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04805905

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/NCT04805905

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

条件:皮肤癌,基底细胞癌,皮肤癌,非黑色素瘤皮肤癌,皮肤癌——鳞状细胞癌,患者满意度。将开展一项前瞻性单中心可行性研究。该可行性研究的目的是确定后续试点研究中应纳入的变量,评估开展前瞻性队列研究的可行性,以及研究的后勤工作(即培训、患者招募、数据收集、统计分析等)。可行性研究完成后,将开展一项前瞻性试点队列研究,使用FACE-Q皮肤癌模块对接受面部皮肤癌切除后皮肤移植或局部皮瓣的患者进行结局测量。

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