一次性内镜下贲门缩窄术治疗难治性GERD
该数据集来自clinicaltrials.gov,主题为使用一次性内镜对难治性胃食管反流病(GERD)实施内镜下贲门缩窄术(ECCL)

基本信息
资源简介
一次性内镜下贲门缩窄术治疗难治性GERD
该数据集来自clinicaltrials.gov,主题为使用一次性内镜对难治性胃食管反流病(GERD)实施内镜下贲门缩窄术(ECCL)。源站描述覆盖GERD的疾病背景,包括内镜表现(NERD、RE、BE)、典型与非典型症状、中国流行病学数据、生活质量影响及并发症风险,并提及病因涉及食管酸暴露增加、LES松弛、EGJ压力降低等机制。数据可用于GERD相关临床研究与内镜治疗主题的资料整理(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:胃食管反流病(GERD)。胃食管反流病是一种常见的消化系统疾病,内镜表现包括非糜烂性反流病(NERD)、反流性食管炎(RE)和Barrett食管(BE)。典型症状包括烧心和反流,非典型症状包括胸痛、上腹痛、嗳气及食管外症状。中国的流行病学调查显示,至少每周发生一次烧心的患病率为1.9%至7.0%。慢性、复发性GERD显著损害患者的生活质量,并可能增加Barrett食管、食管黏膜异型增生和食管腺癌的风险。GERD的病因复杂,涉及食管酸暴露增加、下食管括约肌(LES)松弛、食管胃交界处(EGJ)压力低、食管清除功能受损等。
【主题与分类】
主题标签:Gastroesophageal Reflux Disease (GERD)。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07176221
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/NCT07176221
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:胃食管反流病(GERD)。胃食管反流病(GERD)是一种常见的消化系统疾病,其内镜下表现包括非糜烂性反流病(NERD)、反流性食管炎(RE)和巴雷特食管(BE)。典型症状包括烧心和反流,不典型症状包括胸痛、上腹痛、嗳气及食管外症状。中国的流行病学调查显示,至少每周发生一次烧心的患病率为1.9%至7.0%。慢性、复发性的GERD显著损害患者的生活质量,并可能增加巴雷特食管、食管黏膜不典型增生及食管腺癌的风险。GERD的病因复杂,涉及食管酸暴露增加、下食管括约肌(LES)松弛、食管胃交界处(EGJ)压力降低、食管清除功能受损、食管裂孔疝,以及细胞因子(如IL-6、IL-8、血小板活化因子PAF)等对黏膜屏障的损伤。
目前,GERD的一线治疗包括生活方式调整和口服抑酸药物,如质子泵抑制剂(PPIs)和钾离子竞争性酸阻滞剂(P-CABs)。然而,部分难治性GERD患者需要长期抑酸治疗,长期使用PPI可能增加艰难梭菌感染、社区获得性肺炎、胃癌和慢性肾脏病的风险,而短期使用P-CAB可能导致高胃泌素血症[13]。根据2020年中国GERD专家共识,对于药物治疗失败的难治性GERD患者,在排除其他病因并确认反流证据后,可考虑内镜或手术治疗。传统内镜可重复使用,每次使用后需清洗消毒,但未必总能实现完全灭菌,存在交叉感染风险。相比之下,一次性内镜消除了交叉感染风险,绕过了
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。




