纳米脂肪移植治疗胸部、肩部和背部烧伤后瘢痕
该数据集来自 clinicaltrials.gov,主题为纳米脂肪移植治疗胸部、肩部和背部烧伤后瘢痕。源站描述指出,烧伤后增生性瘢痕由胶原过度沉积、创面愈合延长及组织重塑异常驱动,而位于胸部、肩部和背部的瘢痕因持续受到张力、牵拉和运动刺激,炎症迁延、厚度和硬度加重,常导致功能受限、外观损毁、严重不适

基本信息
资源简介
纳米脂肪移植治疗胸部、肩部和背部烧伤后瘢痕
该数据集来自 clinicaltrials.gov,主题为纳米脂肪移植治疗胸部、肩部和背部烧伤后瘢痕。源站描述指出,烧伤后增生性瘢痕由胶原过度沉积、创面愈合延长及组织重塑异常驱动,而位于胸部、肩部和背部的瘢痕因持续受到张力、牵拉和运动刺激,炎症迁延、厚度和硬度加重,常导致功能受限、外观损毁、严重不适和心理困扰;硅酮、压力衣、皮质类固醇注射和激光等常规疗法难以可靠恢复正常组织。数据集覆盖增生性瘢痕、烧伤后瘢痕和烧伤等主题,可用于瘢痕相关临床研究与治疗评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:增生性瘢痕、烧伤后瘢痕、烧伤。烧伤后增生性瘢痕形成是一个复杂过程,由胶原过度沉积、创面愈合时间延长和组织重塑改变驱动。位于胸部、肩部和背部的烧伤后增生性瘢痕构成尤为显著的临床挑战。由于这些解剖区域持续承受张力、牵拉和运动,愈合中的瘢痕反复受到应力刺激,可延长炎症并加重瘢痕厚度和硬度。这种持续增生常导致功能受限、外观损毁、严重不适和心理困扰。尽管硅酮应用、压力衣、皮质类固醇注射和激光治疗等常规瘢痕疗法被广泛使用,但它们不能可靠地恢复正常组织结
【主题与分类】
主题标签:Hypertrophic Scars、Post-burn Scars、Burns。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07557472
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/NCT07557472
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:增生性瘢痕、烧伤后瘢痕、烧伤。烧伤后增生性瘢痕的形成是一个复杂过程,由胶原过度沉积、创面愈合时间延长以及组织重塑异常所驱动。位于胸部、肩部和背部的烧伤后增生性瘢痕是尤为显著的临床难题。由于这些解剖区域持续承受张力、牵拉和运动,愈合中的瘢痕反复受到应力刺激,可延长炎症反应并加重瘢痕的厚度和僵硬程度。这种持续性的增生常导致功能受限、外观损毁、严重不适以及心理困扰。尽管常规瘢痕治疗手段(如硅酮制剂、压力衣、糖皮质激素注射和激光治疗)被广泛应用,但它们并不能可靠地为所有患者恢复正常的组织结构,尤其是在这些高张力区域。为弥补这些局限,自体纳米脂肪移植已成为一种有前景的再生生物疗法。
与传统主要用于填充组织缺损的结构性脂肪移植不同,经机械处理的纳米脂肪富含基质和细胞成分,可调节局部炎症、支持血管生成并改善细胞外基质重塑。近期的组织学、影像学和临床研究表明,纳米脂肪治疗可在瘢痕色素沉着、柔韧性、血管分布和高度方面产生具有统计学意义的改善,同时还能减轻患者报告的疼痛和瘙痒等症状。本前瞻性研究的主要目的是评估皮内注射纳米脂肪用于治疗胸部、肩部和背部烧伤后增生性瘢痕的安全性和有效性。通过针对这些难以处理且活动度高的解剖区域,本研究旨在利用标准化的瘢痕评估指标,为现有文献增添有针对性的临床证据。该研究将在整形
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。




