利用AI改进丹麦心脏骤停登记数据
该数据集来自clinicaltrials.gov，围绕丹麦心脏骤停登记数据，聚焦非心源性院外心脏骤停（OHCA）这一异质性亚组，涵盖创伤、药物过量、触电、窒息、气道梗阻等病因
基本信息
资源简介
利用AI改进丹麦心脏骤停登记数据
该数据集来自clinicaltrials.gov，围绕丹麦心脏骤停登记数据，聚焦非心源性院外心脏骤停（OHCA）这一异质性亚组，涵盖创伤、药物过量、触电、窒息、气道梗阻等病因。源站描述指出，非心源性OHCA占全部OHCA的相当比例，预后较心源性更差，尽管近二十年院前与院内救治不断改进，死亡率仍高。数据可用于分析非心源性OHCA的病因分类、预后及标准化报告，并支持利用AI改进登记数据质量的相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Out-Of-Hospital Cardiac Arrest, Trauma, Drug Overdose, Electrocution, Asphyxia, Airway Obstruction. 非心源性OHCA是包括创伤、触电、窒息（外部）、溺水和药物过量等一系列原因中的异质性亚组。这种推定病因分类占所有OHCA的40%，但报告的比例不一，也主张标准化报告并遵循Utstein报告模板。与推定心源性的OHCA相比，非心源性病因组与更差的预后相关。(7,9) 过去二十年中，院前和院内治疗的改进投入有所增加，但发病率和死亡率仍然很高，报告的生存率约为10%。Utstein建议自1991年建立以来经历了rev
【主题与分类】
主题标签：Out-Of-Hospital Cardiac Arrest、Trauma、Drug Overdose、Electrocution、Asphyxia、Airway Obstruction。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05308303
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/NCT05308303
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：院外心脏骤停、创伤、药物过量、电击、窒息、气道阻塞。非心源性院外心脏骤停是病因谱中的一组异质性亚群，包括创伤、电击、窒息（外源性）、溺水和药物过量。这一推定病因分类占所有院外心脏骤停的比例高达40%，但各研究报告的发生率存在差异，因此也倡导标准化报告并遵循Utstein报告模板。与推定为心源性病因的院外心脏骤停相比，非心源性病因组的预后更差。(7,9) 过去二十年间，院前和院内治疗均投入了更多努力以改善救治，但发病率和死亡率仍然很高，报告的生存率约为10%。Utstein建议自1991年制定以来，已于2004年和2015年经过修订。随着Utstein报告模板的进展和修订，全球范围内涌现出多个登记数据库；然而，系统性报告仍然缺乏。除此之外，院外心脏骤停领域的大多数数据均来自推定为心源性病因的病例。
借助机器学习，假设先进的文本搜索可能提升丹麦院外心脏骤停（OHCA）登记数据的质量。借助这一改进，本项目或可有助于处理OHCA中特定亚组的相关策略。此外，我们推测，来自急救医疗服务（EMS）医疗报告的这一新型数据可提供关于病因的新的关键数据，而这些病因可能与非心源性OHCA生存率的提高相关。因此，本研究旨在：* 调查导致心脏骤停的创伤性院外心脏骤停、药物过量、电击和外部窒息的特征描述 * 评估非心源性心脏骤停的结局 * 评估系统间和系统内比较 自2016年以来，丹麦尝试复苏的OHCA数据已收集在基于电子化的丹麦医疗服务报告系统中。该登记涵盖详细的
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。
