营养不良型大疱性表皮松解症患者伤口自然史研究

该数据集来自 clinicaltrials.gov,聚焦营养不良型大疱性表皮松解症(DEB)患者伤口自然史研究。研究在将选定伤口纳入 Krystal Biotech 的 B-VEC III 期方案安全性与有效性评估前,分析这些伤口的自然史

Krystal Biotech, Inc.Krystal Biotech, Inc.
clinicaltrials
浏览 8
其他Dystrophic Epidermolysis BullosaDEB - Dystrophic Epidermolysis Bullosa
The Natural History of Wounds in Patients With Dystrophic Epidermolysis Bullosa (DEB)

基本信息

模态
其他
创建/更新时间
2026-10-17

资源简介

营养不良型大疱性表皮松解症患者伤口自然史研究

该数据集来自 clinicaltrials.gov,聚焦营养不良型大疱性表皮松解症(DEB)患者伤口自然史研究。研究在将选定伤口纳入 Krystal Biotech 的 B-VEC III 期方案安全性与有效性评估前,分析这些伤口的自然史。受试者签署知情同意并符合入组标准后入组,在研究中心完成筛查并对至少 1 处、最多 15 处伤口进行成像,其余成像通过智能手机或平板应用远程完成,试验期约四个月。数据可用于伤口演变分析与后续疗效评估的基线参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:营养不良型大疱性表皮松解症,DEB - 营养不良型大疱性表皮松解症。本研究的目的是在将选定伤口纳入 Krystal Biotech 的 B-VEC III 期方案的安全性与有效性评估之前,分析这些选定伤口的自然史。受试者在获得知情同意并符合入组标准后入组。患者筛查在研究中心进行,随后对至少 1 处伤口、最多 15 处伤口进行成像。所有其余成像将通过智能手机或平板电脑应用远程完成。患者参与试验约四个月。

【主题与分类】

主题标签:Dystrophic Epidermolysis Bullosa、DEB - Dystrophic Epidermolysis Bullosa。本站分类:损伤、中毒及外因。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04214002

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/NCT04214002

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:营养不良型大疱性表皮松解症,DEB——营养不良型大疱性表皮松解症。本研究的目的是在将选定伤口纳入Krystal Biotech的B-VEC III期方案安全性和有效性评估之前,分析这些选定伤口的自然病史。受试者将在获得知情同意并符合入选标准后入组。患者筛查在现场进行,随后对至少1处、最多15处伤口进行成像。所有其余成像将通过智能手机或平板电脑应用程序远程完成。患者在试验中的时间约为四个月。

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