X A-DERM™微表面脱细胞真皮基质用于MOHS术后伤口愈合的有效性与安全性
该数据集来自clinicaltrials.gov，聚焦X A-DERM™微表面脱细胞真皮基质（mADM）在MOHS显微手术（MMS）切除面部、头颈部、上下肢及躯干BCC、SCC或MIS病灶后，用于促进伤口愈合和改善瘢痕形成的有效性与安全性
基本信息
资源简介
X A-DERM™微表面脱细胞真皮基质用于MOHS术后伤口愈合的有效性与安全性
该数据集来自clinicaltrials.gov，聚焦X A-DERM™微表面脱细胞真皮基质（mADM）在MOHS显微手术（MMS）切除面部、头颈部、上下肢及躯干BCC、SCC或MIS病灶后，用于促进伤口愈合和改善瘢痕形成的有效性与安全性。研究对象为18至85岁拟接受择期MMS的成人，肿瘤完全切除后立即将mADM置入缺损处重建，受试者接受术后及居家伤口护理标准治疗，并回院完成共5次门诊随访评估伤口愈合。该试验为单臂、开放标签、前瞻性临床试验，可用于评估mADM在皮肤癌术后创面修复中的临床结局（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：MMS手术后伤口愈合、BCC - 基底细胞癌、SCC - 鳞状细胞癌、原位黑色素瘤。本试验的目的是评估X A-DERM™ mADM在增强伤口愈合和改善瘢痕形成方面的有效性和安全性，适用于18至85岁、计划接受择期MMS以切除面部、头颈部、上下肢和躯干BCC、SCC或MIS病灶的成人。在肿瘤完全切除并去除所有癌组织后，立即进行重建，将mADM置入缺损处。受试者将接受术后和居家伤口护理的标准治疗，并将被召回共5次门诊访视以评估伤口愈合。这是一项单臂、开放标签、前瞻性临床试验。
【主题与分类】
主题标签：Wound Healing After MMS Surgery、BCC - Basal Cell Carcinoma、SCC - Squamous Cell Carcinoma、Melanoma In Situ。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06919809
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/NCT06919809
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
条件：MMS术后伤口愈合、BCC-基底细胞癌、SCC-鳞状细胞癌、原位黑色素瘤。本试验的目的是评估X A-DERM™ mADM在促进伤口愈合和改善瘢痕形成方面的有效性和安全性，适用于18至85岁计划接受择期MMS的成人，用于切除面部、头部、上下肢和躯干的BCC、SCC或MIS病变。在肿瘤完全切除并去除所有癌组织后，立即进行重建，将mADM置入缺损处。受试者将接受术后和居家伤口护理的标准治疗，并将被召回共5次门诊访视以评估伤口愈合情况。这是一项单臂、开放标签、前瞻性临床试验。
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。
