培养(真皮)上皮自体移植在严重烧伤患者中的应用
该数据集来自 clinicaltrials.gov,为瑞士三所烧伤中心开展的多中心观察性长期结局研究(Swisskera项目),评估烧伤创面采用实验室培养的角质细胞移植物(CEA及适用时的CDEA)覆盖后的瘢痕与皮肤质量

基本信息
资源简介
培养(真皮)上皮自体移植在严重烧伤患者中的应用
该数据集来自 clinicaltrials.gov,为瑞士三所烧伤中心开展的多中心观察性长期结局研究(Swisskera项目),评估烧伤创面采用实验室培养的角质细胞移植物(CEA及适用时的CDEA)覆盖后的瘢痕与皮肤质量。纳入1985至2023年间在瑞士接受CEA和/或CDEA治疗的烧伤患者,结合常规临床数据与标准化长期临床及仪器评估,可用于烧伤移植后长期结局的相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:二度烧伤、三度烧伤、皮肤移植、全层皮肤缺损。Swisskera项目是一项在瑞士三所烧伤中心开展的多中心观察性长期结局研究。它评估使用实验室培养的角质细胞移植物(具体为培养上皮自体移植(CEA),以及在适用情况下的培养真皮-表皮自体移植(CDEA))覆盖烧伤创面后的瘢痕和皮肤质量。符合条件的患者是自CEA在瑞士引入以来(1985-2023年)因烧伤接受CEA和/或CDEA治疗的患者。参与者被邀请参加一次专门的研究访视。该研究使用常规收集的临床数据(至少包括人口统计学信息和CEA/CDEA移植的日期/时间)以及标准化的长期临床和基于仪器的评估。参与需要书面知情同意。
【主题与分类】
主题标签:Burn Degree Second、Burn Degree Third、Skin Transplantation、Full Thickness Skin Defects。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07415577
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/NCT07415577
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:二度烧伤、三度烧伤、皮肤移植、全层皮肤缺损。Swisskera项目是一项多中心、观察性长期结局研究,在瑞士三家烧伤中心开展。该项目评估使用实验室培养的角质形成细胞为基础的同种移植物(具体为培养上皮自体移植物(CEA),并在适用情况下使用培养真皮-表皮自体移植物(CDEA))覆盖烧伤创面后的瘢痕和皮肤质量。符合条件的患者为自CEA在瑞士引入以来(1985-2023年)遭受烧伤并接受CEA和/或CDEA治疗的患者。参与者被邀请参加专门的研究访视。该研究使用常规收集的临床数据(至少包括人口统计学资料和CEA/CDEA移植的日期/时间)以及标准化的长期临床和基于仪器的评估。参与需要患者或授权法定代表人签署书面知情同意书;拒绝参与或无法参加研究访视(在研究现场或家中)的患者被排除在外。
在研究访视时,通过将既往移植的CEA/CDEA区域与可比的健康皮肤参考部位进行受试者内比较,对长期瘢痕和皮肤质量进行量化。主要终点是采用POSAS评估的长期皮肤和瘢痕质量。使用DermaLab Combo®系统进行无创测量,包括皮肤厚度、经表皮水分丢失(TEWL)、水合作用、弹性和比色法,每项均在移植区域记录并与匹配的健康部位进行比较,以表征移植多年后残留的功能和美学差异。此外,参与者可选择接受微创组织评估。可从既往CEA移植皮肤取可选的4-mm穿刺活检,用于长期组织重塑的组织学和免疫组织化学分析。活检在局部麻醉下进行,或者如果参与者因其他再
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。




