先天性心脏畸形相关神经发育障碍的特征与支持 - 新生儿
该数据集来自 clinicaltrials.gov,聚焦先天性心脏畸形(CHD)相关的新生儿神经发育障碍(NDD)。源站描述指出,CHD 是全球出生缺陷的首要原因,影响全球 1200 万人,欧洲每年约 4.1 万名新生儿患病;超过 50% 的危重 CHD 婴儿会发展为神经发育障碍,涉及认知、情绪和行

基本信息
资源简介
先天性心脏畸形相关神经发育障碍的特征与支持 - 新生儿
该数据集来自 clinicaltrials.gov,聚焦先天性心脏畸形(CHD)相关的新生儿神经发育障碍(NDD)。源站描述指出,CHD 是全球出生缺陷的首要原因,影响全球 1200 万人,欧洲每年约 4.1 万名新生儿患病;超过 50% 的危重 CHD 婴儿会发展为神经发育障碍,涉及认知、情绪和行为发育的早期持续紊乱,可影响语言、学习、运动技能、智力效率、社会认知、注意力、记忆和执行功能,并常伴随心理社会困难。数据可用于研究 CHD 新生儿神经发育障碍的特征与支持需求(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:先天性心脏病、神经发育障碍。先天性心脏缺陷(CHD)作为出生缺陷的首要原因,影响全球 1200 万人,欧洲每年约 4.1 万名新生儿。CHD 因与全生命周期高发病率和死亡率相关而构成重大公共卫生问题。超过 50% 的危重 CHD 婴儿会发展为神经发育障碍(NDD),需要专门照护并影响其生活质量。NDD 涉及因大脑发育异常导致的认知、情绪和行为发育的早期持续紊乱,具有高度变异性。它们可能影响语言、学习、运动技能、智力效率、社会认知、注意力、记忆和执行功能,常伴随心理社会困难。这些隐性残疾构成该 p
【主题与分类】
主题标签:Heart Disease Congenital、Neurodevelopmental Disorder。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06690151
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/NCT06690151
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:先天性心脏病、神经发育障碍。先天性心脏缺陷(CHD)作为出生缺陷的首要原因,全球影响1200万人,欧洲每年约有41000名新生儿受累。CHD与终生高发病率和死亡率相关,构成重大公共卫生问题。超过50%的危重CHD婴儿会发展为神经发育障碍(NDD),需要专门照护并影响其生活质量。NDD涉及因大脑发育异常导致的认知、情绪和行为发育的早期持续性紊乱,具有高度异质性。它们可能影响语言、学习、运动技能、智力效率、社会认知、注意力、记忆和执行功能,常伴有心理社会困难。这些隐性残疾构成CHD的主要长期后遗症,其影响甚至超过心血管并发症,且影响那些常在幼儿期接受多次心脏手术的儿童。
神经发育障碍(NDDs)不仅与复杂性先天性心脏病(CHDs)相关,也与在儿童早期修复并被视为“治愈”的较简单CHDs相关。CHD相关NDDs的起源在很大程度上仍不清楚。虽然已确定的遗传或环境原因很少,但近期研究提示可能存在一个共同起源,将心脏畸形与神经发育异常联系起来。CATAMARAN新生儿队列项目旨在尽早发现与CHD相关的发育迟缓(最早在六个月龄时),并识别导致CHD婴儿发生NDDs的个体易感因素和获得性脆弱因素。
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。




