局部与注射PRP治疗嗅觉功能障碍对比
该数据集来自clinicaltrials.gov,收录一项关于局部与注射富血小板血浆(PRP)治疗持续性嗅觉功能障碍的随机对照试验信息

基本信息
资源简介
局部与注射PRP治疗嗅觉功能障碍对比
该数据集来自clinicaltrials.gov,收录一项关于局部与注射富血小板血浆(PRP)治疗持续性嗅觉功能障碍的随机对照试验信息。适应症包括嗅觉功能障碍、嗅觉丧失和嗅觉减退,常见于病毒性上呼吸道感染(含COVID-19)后。试验计划纳入60名18至80岁嗅觉丧失持续一定时间的成人患者,比较不同PRP递送方式对嗅觉功能的影响。数据可用于了解PRP促进神经再生与组织修复的临床研究设计,以及嗅觉障碍治疗领域的试验概况(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:嗅觉功能障碍、嗅觉丧失、嗅觉减退。持续性嗅觉功能障碍(OD)是病毒性上呼吸道感染(包括COVID-19)的常见后遗症,可显著影响患者的生活质量、营养和安全。当前治疗选择有限,嗅觉训练是主要的循证非药物疗法。自体富血小板血浆(PRP)是从患者自身血液中获取的血小板浓缩物,富含促进神经元再生、组织修复和神经可塑性的生长因子和细胞因子。早期临床研究表明PRP可能改善嗅觉功能,但将PRP递送至嗅裂的最佳方法仍未知。这项随机对照试验将共纳入60名18-80岁、嗅觉丧失(嗅觉减退或嗅觉丧失)持续m的成人患者。
【主题与分类】
主题标签:Olfactory Dysfunction、Anosmia、Hyposmia。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07151703
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/NCT07151703
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:嗅觉功能障碍、嗅觉丧失、嗅觉减退。持续性嗅觉功能障碍(OD)是病毒性上呼吸道感染(包括COVID-19)的常见后遗症,可显著影响患者的生活质量、营养和安全。目前的治疗选择有限,嗅觉训练是主要的循证非药物疗法。自体富血小板血浆(PRP)是从患者自身血液中获取的血小板浓缩物,富含促进神经元再生、组织修复和神经可塑性的生长因子和细胞因子。早期临床研究表明PRP可能改善嗅觉功能,但将PRP递送至嗅裂的最佳方法仍不清楚。本随机对照试验将纳入共60例年龄18-80岁的成年患者,这些患者尽管接受了标准化嗅觉训练,嗅觉丧失(嗅觉减退或嗅觉丧失)仍持续超过3个月,并经Sniffin’ Sticks TDI评分降低所证实。PRP将在应用前即刻使用标准化离心方案现场制备,以达到基线2-3倍的血小板浓度。
将比较两种PRP递送方法的疗效和安全性:鼻内注射组:在内镜引导下,将自体PRP直接注射到嗅裂黏膜。在使用利多卡因喷雾进行表面麻醉并使用羟甲唑啉减充血后,将使用25号针头向双侧上鼻腔多个部位递送约1 mL PRP。载体辅助局部应用组:将四块无菌、可生物吸收的载体(明胶海绵)浸泡约5 mL自体PRP。在内镜引导下,将两块浸有PRP的载体轻轻置入嗅裂每一侧,确保与嗅黏膜接触。载体将留置短暂时间,以使PRP扩散,随后自然溶解或被取出。主要结局
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。




