金属植入物的皮肤与全身反应

该数据集来自 clinicaltrials.gov,主题为金属植入物的皮肤与全身反应,聚焦过敏性接触性皮炎。研究为前瞻性队列,纳入有金属过敏史且需植入金属骨科装置的患者,术后随访一年,观察是否出现皮疹、瘙痒、关节疼痛、关节肿胀和/或关节失效等症状

NYU Langone HealthNYU Langone Health
clinicaltrials
浏览 11
其他预测Dermatitis, Allergic Contact
Cutaneous and Systemic Reactions to Metal Implants

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

金属植入物的皮肤与全身反应

该数据集来自 clinicaltrials.gov,主题为金属植入物的皮肤与全身反应,聚焦过敏性接触性皮炎。研究为前瞻性队列,纳入有金属过敏史且需植入金属骨科装置的患者,术后随访一年,观察是否出现皮疹、瘙痒、关节疼痛、关节肿胀和/或关节失效等症状。患者来自 Winthrop University Hospital 骨科与过敏免疫科以及 University of Cincinnati Medical Center 免疫学与过敏科两个中心。可用于金属过敏与骨科植入物术后反应的风险预测与相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:过敏性接触性皮炎。这项前瞻性队列研究将纳入有金属过敏史且需要植入金属骨科装置的患者。患者将在术后随访一年,以确定植入后是否出现任何症状,包括皮疹、瘙痒、关节疼痛、关节肿胀和/或关节失效。患者将从两个中心招募:(1)Winthrop University Hospital 骨科与过敏免疫科,以及(2)University of Cincinnati Medical Center 免疫学与过敏科。

【主题与分类】

主题标签:Dermatitis, Allergic Contact。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02483728

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/NCT02483728

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:过敏性接触性皮炎。这项前瞻性队列研究将纳入有金属过敏史且需要植入金属骨科装置的患者。患者术后将接受为期一年的随访,以确定植入后是否出现任何症状,包括皮疹、瘙痒、关节疼痛、关节肿胀和/或关节失效。患者将从两个地点招募:(1)Winthrop大学医院骨科与过敏及免疫科;(2)University of Cincinnati Medical Center免疫学部和过敏科。

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