新生儿胸腔镜手术中的脑血流量
该数据集来自 clinicaltrials.gov,聚焦新生儿胸腔镜手术中的脑血流量(CBF)监测,涉及气管食管瘘与先天性膈疝两类疾病

基本信息
资源简介
新生儿胸腔镜手术中的脑血流量
该数据集来自 clinicaltrials.gov,聚焦新生儿胸腔镜手术中的脑血流量(CBF)监测,涉及气管食管瘘与先天性膈疝两类疾病。源站描述指出脑组织依赖有氧代谢,正常脑血流量约为 50 ml/100 克脑组织/分钟,脑占体重 2% 却接受约 15% 的心输出量,血供来自 Willis 环。CBF 监测可通过血流本身(放射性物质、经颅多普勒)或脑氧输送(脑氧饱和度、颈静脉球血氧饱和度)评估,在重症监护与手术中均为重要参数(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:气管食管瘘、先天性膈疝。脑组织完全依赖有氧代谢产生能量,因此脑对近乎持续的氧气输送有严重依赖,以维持细胞能量产生。正常脑血流量约为 50 ml/100 克脑组织/分钟。脑占全身重量的 2%,但接受约 15% 的心输出量。脑由 Willis 环供血,该环由颈内动脉与椎-基底动脉系统之间的吻合形成。CBF 监测依赖于评估血流本身(例如放射性物质和经颅多普勒)或评估向脑的氧输送(例如脑氧饱和度和颈静脉球静脉血氧饱和度)。CBF 监测在重症监护病房和手术中都是重要参数。
【主题与分类】
主题标签:Tracheo Esophageal Fistula、Congenital Diaphragmatic Hernia。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04507295
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/NCT04507295
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
疾病:气管食管瘘、先天性膈疝。脑完全依靠有氧代谢产生能量,因此脑对氧气的近乎持续输送具有关键依赖性,以维持细胞能量产生。正常脑血流量约为50 ml/100克脑组织/分钟。脑占全身总重量的2%,但接受约15%的心输出量。脑由Willis环供血,该环由颈内动脉与椎-基底动脉系统之间的吻合形成。脑血流监测依赖于评估血流本身(例如,放射性物质和经颅多普勒)或评估向脑的氧输送(例如,脑氧饱和度和颈静脉球血氧饱和度)。脑血流监测在重症监护室和手术室中在多个方面都是重要参数,例如创伤性脑损伤(TBI)、急性卒中、颈动脉手术和体外循环。
脑氧饱和度监测是一种连续无创技术,通过监测脑血流,相较于其他脑血流监测仪具有多项优势,包括易于使用和解读。它无痛且不使用电离辐射。记录提供实时信息,而非单一的静态测量。使用脑氧饱和度监测的局限性较少,包括反映的是局部而非整体脑血流,以及缺乏正常值和临界值。胸腔镜手术最早于1910年引入,为胸外科领域带来了重大进步。随后,随着器械的改进,胸腔镜手术于1976年开始应用于儿科领域,用于简单手术,如今已主要用于儿科胸外科手术。与传统开胸手术相比,使用胸腔镜具有许多优势,包括切口更小,减少失血、术后疼痛、住院时间和肌肉骨骼畸形。胸腔镜利用单肺通气(OLV)或二氧化碳
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。




