机器人辅助手术使用Vessel Sealer Extend治疗局部晚期胃癌的安全性与有效性
该数据集来自clinicaltrials.gov,聚焦局部晚期胃癌与胃腺癌,主题为机器人辅助手术使用Vessel Sealer Extend的安全性与有效性

基本信息
资源简介
机器人辅助手术使用Vessel Sealer Extend治疗局部晚期胃癌的安全性与有效性
该数据集来自clinicaltrials.gov,聚焦局部晚期胃癌与胃腺癌,主题为机器人辅助手术使用Vessel Sealer Extend的安全性与有效性。源站描述指出胃癌是全球第五大常见恶性肿瘤和第四大癌症死因,手术切除仍是根治性治疗的主要手段;腹腔镜辅助胃切除术已被证明对早期和晚期胃癌是微创且安全的方法,但受直钳活动范围受限和手抖影响手术精度等因素制约,需要更先进的技术,而Da Vinci机器人手术系统在提升机器人手术精度方面发挥关键作用。该数据可用于了解该临床研究背景及相关手术技术应用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:局部晚期胃癌、胃腺癌。胃癌是全球第五大常见恶性肿瘤和第四大癌症相关死亡原因。手术切除仍是胃癌根治性治疗的主要手段。腹腔镜辅助胃切除术(LG)已被证明是治疗早期和晚期胃癌的微创且安全的方法,与开放手术相比具有显著优势。然而,LG仍受直钳活动范围受限和手抖影响手术精度等因素的制约。这些挑战需要开发更先进的技术。Da Vinci机器人手术系统在提高机器人手术精度方面发挥关键作用。它提供手术区域的三维、十倍放大视图,促进n
【主题与分类】
主题标签:Locally Advanced Gastric Cancer、Gastric Adenocarcinoma。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06881043
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/NCT06881043
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:局部晚期胃癌、胃腺癌。胃癌是全球第五大常见恶性肿瘤,也是第四大癌症相关死亡原因。手术切除仍是胃癌根治性治疗的主要手段。腹腔镜辅助胃切除术(LG)已被证明是治疗早期和晚期胃癌的一种微创且安全的方法,与开腹手术相比具有显著优势。然而,LG仍受限于直型器械活动范围有限以及手部震颤影响手术精度等因素。这些挑战促使人们开发更先进的技术。达芬奇机器人手术系统在提高机器人手术精度方面发挥着关键作用。它提供手术区域三维、十倍放大的视野,促进自然的手眼协调,过滤手部震颤,并通过其关节器械实现更大的活动自由度。达芬奇系统的优势已在胃癌D2淋巴结清扫和下纵隔淋巴结清扫等复杂手术中得到证实。
例如,在胃食管结合部腺癌的下纵隔淋巴结清扫中,腹腔镜手术视野有限,限制了直线型器械的使用,而机器人手术的灵活性则具有优势。此外,胃癌根治术中的胰周淋巴结清扫面临挑战。由于穿刺器位置固定且直线型能量器械僵硬,LG在清扫过程中易造成胰腺损伤,可能导致术后胰瘘和腹腔脓肿等并发症。LG术后胰瘘发生率超过5%,引流液中淀粉酶水平升高提示可能存在亚临床胰腺损伤。相比之下,机器人辅助胃切除术(RG)发展迅速,具有减少
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。




