ITC CERVICAL 植入式 IIb 类医疗器械上市后观察性临床研究
该数据集来自 clinicaltrials.gov,为 ITC CERVICAL 这一 CE 认证植入式颈椎椎间融合器的上市后观察性临床研究

基本信息
资源简介
ITC CERVICAL 植入式 IIb 类医疗器械上市后观察性临床研究
该数据集来自 clinicaltrials.gov,为 ITC CERVICAL 这一 CE 认证植入式颈椎椎间融合器的上市后观察性临床研究。研究对象为接受前路颈椎间盘切除融合术(ACDF)的症状性颈椎退行性椎间盘疾病成人患者,覆盖 2020 至 2024 年间接受该器械治疗的患者回顾性临床与影像学数据。数据可用于评估术后颈部功能障碍与疼痛改善、颈椎对线及植入物稳定性等影像学表现,以及器械按预期用途使用时的安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:颈椎退行性椎间盘疾病、颈椎融合。本观察性上市后研究的目标是评估 ITC CERVICAL 器械的临床性能和安全性,该器械是一种 CE 认证的植入式颈椎椎间融合器,用于因症状性颈椎退行性椎间盘疾病而接受前路颈椎间盘切除融合术(ACDF)的成人患者。其主要旨在回答的问题包括:1. ITC CERVICAL 器械能否改善术后颈部功能障碍和疼痛?2. 该器械在颈椎对线、植入物稳定性和融合相关结局方面是否表现出充分的影像学性能?3. 按预期用途使用时该器械是否安全?研究人员将回顾 2020 年至 2024 年间既往接受 ITC CERVICAL 器械治疗患者的临床与影像学数据。所评估的结局将包括
【主题与分类】
主题标签:Cervical Disc Degenerative Disorder、Cervical Fusion。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07556978
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/NCT07556978
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:颈椎间盘退行性疾病、颈椎融合术。这项观察性上市后研究的目标是评估ITC CERVICAL器械的临床性能和安全性。该器械是一种已获CE认证的可植入颈椎椎间融合器,用于因症状性颈椎退行性椎间盘疾病而接受颈椎前路椎间盘切除融合术(ACDF)的成年患者。该研究旨在回答的主要问题包括:1. ITC CERVICAL器械是否能改善术后颈部功能障碍和疼痛?2. 该器械在颈椎序列、植入物稳定性及融合相关结局方面是否表现出充分的影像学性能?3. 按预期用途使用时,该器械是否安全?研究人员将回顾2020年至2024年间既往接受ITC CERVICAL器械治疗患者的临床和影像学回顾性数据。评估的结局将包括颈部功能障碍、疼痛强度、神经功能、总体健康状况、颈椎前凸、植入物下沉或移位、翻修手术需求以及不良事件的发生情况。
研究纳入的受试者为既往接受过两节段或三节段ACDF手术并植入ITC CERVICAL装置的成年患者,该手术为常规临床诊疗的一部分。将分析术前、术后5天内及3个月随访时收集的临床数据,以评估该装置的临床获益与安全性特征。
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。




