腹主动脉瘤修复术中的Onlay补片研究

该数据集来自clinicaltrials.gov,研究腹主动脉瘤修复术后切口疝的发生情况。纳入2019年1月至2021年12月在本机构接受治疗的腹主动脉瘤患者,分为两组:A组采用小口缝合加PMR(Onlay补片),B组仅采用小口缝合

Hospital Universitario Ramon y CajalHospital Universitario Ramon y Cajal
clinicaltrials
浏览 17
医学影像预测Incisional Hernia of Midline of AbdomenSurgical Wound
Onlay Mesh in Abdominal Aortic Aneurysm Repair.

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-07

资源简介

腹主动脉瘤修复术中的Onlay补片研究

该数据集来自clinicaltrials.gov,研究腹主动脉瘤修复术后切口疝的发生情况。纳入2019年1月至2021年12月在本机构接受治疗的腹主动脉瘤患者,分为两组:A组采用小口缝合加PMR(Onlay补片),B组仅采用小口缝合。主要研究变量为术后24个月内通过临床和影像检查评估的切口疝发生情况。数据可用于分析Onlay补片对切口疝的预防效果,以及术后影像学评估的价值(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:腹部中线切口疝、手术伤口。本研究纳入了2019年1月至2021年12月期间在本机构接受腹主动脉瘤治疗的患者。评估了两组,A组患者接受小口缝合加PMR(Onlay补片)治疗,B组患者仅接受小口缝合的初次闭合。手术按我科标准治疗进行,使用Onlay补片的决定由外科医生自行决定。研究的主要变量是切口疝的存在,通过临床和影像检查评估(术后前24个月内至少一次)。研究中纳入的患者若因任何原因进行了术后CT扫描,则通过该影像技术进行评估和诊断。对于其余患者,一位在超声成像方面有经验的放射科医生进行了诊断。

【主题与分类】

主题标签:Incisional Hernia of Midline of Abdomen、Surgical Wound。本站分类:损伤、中毒及外因。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07416422

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/NCT07416422

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:腹部中线切口疝、手术伤口。本研究纳入了2019年1月至2021年12月期间在本机构接受AAA治疗的患者。评估了两组患者:A组患者接受小针距缝合加PMR(onlay补片)治疗,B组患者仅接受小针距单纯一期缝合。手术按照我科标准诊疗规范进行,是否使用onlay补片由外科医生自行决定。研究的主要变量为切口疝的发生情况,通过临床检查和影像学检查(术后24个月内至少一次)进行评估。纳入研究的患者中,任何因任何原因接受术后CT扫描者均通过该影像技术进行评估和诊断。其余患者由一名具有超声成像经验的放射科医生进行诊断。使用统计分析软件包IBM SPSS statistics v22(IBM Co)对收集的人群和变量进行了描述性分析。

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