Covid-19 感染期间冻疮发生情况评估

该数据集来自 clinicaltrials.gov,主题为 Covid-19 感染期间出现的皮肤表现,重点关注类似冻疮的肢端病变

Centre Hospitalier Universitaire de NiceCentre Hospitalier Universitaire de Nice
clinicaltrials
浏览 3
其他分类Skin ManifestationsCOVIDChilblainsCOVID-19
Assessment of Chilbains Occuring During Covid-19 Infection

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-13

资源简介

Covid-19 感染期间冻疮发生情况评估

该数据集来自 clinicaltrials.gov,主题为 Covid-19 感染期间出现的皮肤表现,重点关注类似冻疮的肢端病变。源站描述指出,部分 Covid-19 患者会出现皮肤表现,其病理生理机制尚不明确,肢端表现较常见且具有一定特异性。该研究计划通过分析临床与皮肤镜模式来刻画这些肢端表现,并探讨其与直接病毒效应、微血栓形成或血管炎的关系,以帮助理解皮肤表现及 Covid-19 相关全身症状。数据可用于皮肤病变的分类与特征分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:皮肤表现、COVID、冻疮。部分感染 covid-19 的患者会出现皮肤表现。这些表现仍不为人所熟知,其病理生理机制仍不清楚。其中,类似冻疮的肢端表现似乎较常见且相当特异。本项目旨在更好地刻画 Covid-19 感染期间出现的皮肤表现,特别关注冻疮。这些肢端表现可能由直接的病毒效应引起,也可能由微血栓形成或血管炎引起。理解所涉及的病理机制,不仅可为理解皮肤表现提供有趣线索,也可为理解与 covid-19 感染相关的其他一些全身症状提供线索。本研究计划通过分析临床和皮肤镜模式来刻画这些肢端表现,并将其与

【主题与分类】

主题标签:Skin Manifestations、COVID、Chilblains。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04344119

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04344119

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:皮肤表现,COVID,冻疮。一些感染covid-19的患者会出现皮肤表现。这些表现仍不为人所熟知,其病理生理机制仍不清楚。其中,类似冻疮的肢端表现似乎较为常见且相当特异。本项目旨在更好地描述Covid-19感染期间出现的皮肤表现,特别关注冻疮。这些肢端表现可能是由于直接的病毒效应,但也可能是由于微血栓形成或血管炎。了解所涉及的病理机制不仅能为理解皮肤表现提供有趣的线索,还能为理解与covid-19感染相关的其他一些全身症状提供线索。本研究计划通过分析临床和皮肤镜模式来表征这些肢端表现,并将其与尼斯大学医院(CHU of Nice)在covid-19患者中进行的无创血管检查以及免疫和凝血病检查相关联。

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。

获取专属数据定制方案