早产儿婴儿血管瘤冷冻接触治疗前瞻性对照研究
该数据集来自 clinicaltrials.gov,聚焦早产儿婴儿血管瘤的冷冻接触治疗。研究为前瞻性对照设计,由 Rangmar Goelz 等开展,评估使用液氮冷却金属对胎龄≤34周早产儿直径1-10 mm血管瘤的冷冻接触治疗

基本信息
资源简介
早产儿婴儿血管瘤冷冻接触治疗前瞻性对照研究
该数据集来自 clinicaltrials.gov,聚焦早产儿婴儿血管瘤的冷冻接触治疗。研究为前瞻性对照设计,由 Rangmar Goelz 等开展,评估使用液氮冷却金属对胎龄≤34周早产儿直径1-10 mm血管瘤的冷冻接触治疗。背景指出早产和低出生体重是显著风险因素,但既往研究未纳入早产儿。数据可用于了解该疗法的研究设计、适用人群与评价指标,支持相关皮肤疾病治疗研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:早产儿血管瘤。评估早产儿婴儿血管瘤冷冻接触治疗的前瞻性对照研究。主要研究者:Rangmar Goelz,医学博士。合作者:M Möhrle、M Moll、HM Häfner、W Schippert、C Meisner、M Röcken、CF Poets。背景:尽管早产儿局部婴儿血管瘤频繁发生,但尚无既定治疗方法。以血管瘤、对照研究、婴儿或儿童为关键词的PubMed检索发现五项研究(1-5),其中无一纳入早产儿,尽管低出生体重和早产已被描述为最重要的风险因素。目的:在Tuebinge新生儿科使用液氮冷却金属评估胎龄(GA)≤34周早产儿直径1-10 mm婴儿血管瘤(IH)的冷冻接触治疗。
【主题与分类】
主题标签:Hemangioma of Preterm Infants。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01059045
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/NCT01059045
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
条件:早产儿血管瘤。一项前瞻性对照研究,评估冷冻接触疗法对早产儿婴儿血管瘤的疗效。主要研究者:Rangmar Goelz,医学博士。合作者:M Möhrle、M Moll、HM Häfner、W Schippert、C Meisner、M Röcken、CF Poets。背景:尽管早产儿局部婴儿血管瘤频繁发生,但目前尚无既定的治疗程序。以血管瘤、对照研究、婴儿或儿童为关键词在PubMed上检索,发现了五项研究(1-5),但其中没有一项纳入早产儿,尽管低出生体重和早产已被描述为最重要的风险因素。目的:在Tuebingen大学医院新生儿科,使用液氮冷却金属评估冷冻接触疗法对胎龄(GA)≤34周早产儿直径1-10 mm婴儿血管瘤(IH)的疗效。方法:在一项前瞻性对照研究中,胎龄≤34周且至少有2个IH的早产儿应随机分配,其中一个接受使用液氮冷却金属(-196°C)的冷冻接触疗法治疗,而另一个则不接受治疗。
主要终点是矫正年龄1岁时血管瘤部位皮肤完整。研究始于2004年8月1日。冷冻接触由3名受过培训的皮肤科医生(MM、HMH、WS)完成,结果记录包括照片记录由2名新生儿科医生(RG、MoMo)完成。统计分析:假设5%的治疗组IH和40%的对照组主要结局不成功,则需要25对个体内治疗与未治疗IH的样本量,以在α=0.05和β=0.9下显示治疗IH与对照组之间的显著差异。记录将在标准化表格上进行,数据将转录至Excel。生物统计学计算将使用适用于Windows的SAS 9.1.3,采用Fisher精确检验比较比例差异。伦理:该研究已获蒂宾根大学医院伦理委员会批准;所有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。




