护理皮肤变化动作数据集
本数据集来自 clinicaltrials.gov,主题为护理相关的皮肤变化动作,聚焦压力性损伤(Pressure Injury)

基本信息
资源简介
护理皮肤变化动作数据集
本数据集来自 clinicaltrials.gov,主题为护理相关的皮肤变化动作,聚焦压力性损伤(Pressure Injury)。源站描述指出压力性损伤常位于骨突处,由压力和剪切力造成,每例花费可高达 151,000 美元,并与养老院住民生活质量下降、疼痛、抑郁和死亡相关。过去十年养老院获得性压力性损伤发生率未降反升,且约为医院的两倍。护理人员通常通过目视评估皮肤变色并结合风险评估来触发预防措施。该数据可用于压力性损伤识别与护理决策相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:压力性损伤。压力性损伤(PrIs)通常位于骨突处,是由压力和剪切力引起的皮肤及皮下软组织局部损伤(常初期不可见)。这些代价高昂的损伤,每例 PrI 最高可达 151,000 美元,在养老院(NH)住民中与生活质量下降、疼痛、抑郁和死亡相关。尽管采用了标准化预防护理,过去十年养老院中 PrI 的患病率和发病率并未下降,设施获得性 PrI(FAPrIs)实际上有所增加。事实上,养老院 FAPrI 发生率(5.4%)几乎是医院 FAPrI 发生率(2.9%)的两倍。对护理人员而言,检测皮肤变化的标准方法是进行皮肤变色的目视评估;这种目视检测结合风险评估,作为启动 PrI 预防策略的惯常触发条件。
【主题与分类】
主题标签:Pressure Injury。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06127524
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/NCT06127524
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
病症:压力性损伤。压力性损伤(PrIs)常发生于骨隆突处,是由压力和剪切力引起的皮肤及皮下软组织局部损伤(通常初期不可见)。这些代价高昂的损伤,每例压力性损伤的治疗费用高达151,000美元,与养老院(NH)居民的生活质量下降、疼痛、抑郁和死亡率相关。尽管采用了标准化的预防护理措施,但在过去十年中,养老院中压力性损伤的患病率和发病率并未下降,且设施获得性压力性损伤(FAPrIs)实际上有所增加。事实上,养老院的设施获得性压力性损伤发生率(5.4%)几乎是医院设施获得性压力性损伤发生率(2.9%)的两倍。对于护理人员而言,检测皮肤变化的标准方法是进行视觉评估以检查皮肤变色;这种视觉检测结合风险评估,是启动压力性损伤预防策略的常规触发因素。然而,当检测到皮肤发红(红斑)时,已经存在显著损伤。与压力性损伤形成相关的皮肤变化与视觉检测到该变化之间的滞后时间,消除了压力性损伤预防策略发挥效用的可能性。
此外,潜在压力性损伤(PrI)的可视化还因深色皮肤人群难以辨别变色而变得复杂,这使养老院(NH)中来自少数族裔或代表性不足的种族/族裔群体的居民面临更高风险,从而导致显著的健康差异。多项研究表明,在PrI的患病率和发病率、严重程度、发生及愈合时间方面存在种族/族裔健康差异。事实上,比较黑人与白人养老院居民时,PrI患病率的差异普遍且持续存在。早期发现PrI发展过程中出现的皮肤和组织变化,是有效实施PrI预防方案的基本组成部分。生物物理测量技术的进步增强了对任何肤色人群组织特征早期变化的检测能力,从而促进了p
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。




