Subconjunctival Humira 用于 Boston Keratoprosthesis 的 I 期试验
该数据集来自 clinicaltrials.gov，围绕接受 Boston Keratoprosthesis（KPro）手术的参与者，开展一项 I 期、开放标签、IND 试验，研究结膜下注射 adalimumab（Humira）的安全性与耐受性，并观察是否可减少术后并发症及参与者可能出现的症状
基本信息
资源简介
Subconjunctival Humira 用于 Boston Keratoprosthesis 的 I 期试验
该数据集来自 clinicaltrials.gov，围绕接受 Boston Keratoprosthesis（KPro）手术的参与者，开展一项 I 期、开放标签、IND 试验，研究结膜下注射 adalimumab（Humira）的安全性与耐受性，并观察是否可减少术后并发症及参与者可能出现的症状。研究计划招募 8 名参与者，术后通过眼部检查和眼部照片监测 30 天。数据覆盖 Penetrating Keratoplasty、Multiple Graft Failure、Ocular Cicatricial Pemphigoid、Stevens-Johnson Syndrome 等条件，可用于眼科术后并发症与药物安全性相关分析（来源 c。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Penetrating Keratoplasty、Multiple Graft Failure、Ocular Cicatricial Pemphigoid、Stevens-Johnson Syndrome。这是一项 I 期、开放标签、IND 试验，针对接受 Boston Keratoprosthesis（KPro）手术的参与者，接受 adalimumab（Humira）注射，以研究其安全性和耐受性，并研究如果参与者未接受注射，术后并发症和参与者会经历的症状是否有所减少。该研究将招募八（8）名参与者，术后将对他们进行三十（30）天的监测，通过眼部检查和眼部照片进行。
【主题与分类】
主题标签：Penetrating Keratoplasty、Multiple Graft Failure、Ocular Cicatricial Pemphigoid、Stevens-Johnson Syndrome。本站分类：症状、体征与临床所见。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06926478
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/NCT06926478
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
适应症：穿透性角膜移植术、多次移植失败、眼部瘢痕性类天疱疮、Stevens-Johnson综合征。这是一项I期、开放标签、IND试验，针对接受Boston角膜假体（KPro）手术的受试者，接受阿达木单抗（Humira）注射，以研究其安全性和耐受性，并研究如果受试者未接受注射，术后并发症及受试者将经历的症状是否有所减少。该研究将招募八（8）名受试者，术后将对其进行三十（30）天的监测，通过眼部检查和眼部照片进行。
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。
