竖脊肌平面阻滞对比芬太尼输注用于主动脉缩窄术患儿
该数据集来自 clinicaltrials.gov,主题为主动脉缩窄患儿在开胸手术中镇痛方案的比较研究,对比单次竖脊肌平面阻滞与芬太尼输注的镇痛效果

基本信息
资源简介
竖脊肌平面阻滞对比芬太尼输注用于主动脉缩窄术患儿
该数据集来自 clinicaltrials.gov,主题为主动脉缩窄患儿在开胸手术中镇痛方案的比较研究,对比单次竖脊肌平面阻滞与芬太尼输注的镇痛效果。主要结局指标为术中芬太尼追加总量的剂量。研究采用在线随机数生成器进行随机化,并由不参与研究的研究助理将患者代码放入按顺序编号的密封不透明信封中。数据集覆盖主动脉缩窄、竖脊肌平面阻滞与儿科人群,可用于围术期镇痛策略的剂量比较与临床研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:主动脉缩窄、竖脊肌平面阻滞、儿科。我们的研究将设计用于评估和比较单次竖脊肌平面阻滞在经胸廓切开切口接受主动脉缩窄术的儿科患者中与作为对照组的芬太尼输注的镇痛效果。我们的主要结局将是术中芬太尼追加剂量的总量。随机化将通过使用在线随机数生成器实现。患者代码将由一名不参与研究的研究助理放入按顺序编号的密封不透明信封中。一名不参与患者管理的医务人员将负责打开信封,并将每个信封中包含的指示交给在阻滞组纳入患者中擅长实施 ESPB 的麻醉科医师。这位专家麻醉医师将不
【主题与分类】
主题标签:Aortic Coarctation、Erector Spinae Plane Block、Paediatric。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04128540
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/NCT04128540
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:主动脉缩窄,竖脊肌平面阻滞,儿科。我们的研究将设计用于评估和比较单次竖脊肌平面阻滞在经胸廓切开术切口行主动脉缩窄切除术的儿科患者中的镇痛效果,并与作为对照组的芬太尼输注进行比较。我们的主要结局将是术中芬太尼推注的总剂量。随机化将通过使用在线随机数生成器实现。患者代码将由一名不参与研究的研究助理放入按顺序编号的密封不透明信封中。一名不参与患者管理的医务人员将负责打开信封,并将每个信封中包含的指示交给擅长对纳入阻滞组的患者实施ESPB的麻醉科医师。这位专家麻醉科医师将不参与数据收集,但另一名麻醉医生将负责患者管理并收集术中和术后数据。
本研究将在阿布·埃尔·里什儿科医院(开罗大学)的儿科心胸外科手术室进行,纳入28名年龄3个月至12个月、ASA III级、接受主动脉缩窄切除术(经胸廓切开切口)的儿科患者。在研究伦理委员会批准并取得知情同意后,所有患者将在手术前1小时由父母陪同到达麻醉前准备室。将向父母详细询问病史,随后对患儿进行全面详细的临床检查,然后检查所有相关项目,包括全血细胞计数、凝血功能、肝酶、肾功能检查、胸部X线、超声心动图和血型鉴定。所有患者将连接心电图、脉搏血氧饱和度和无创血压监测。所有患者将在麻醉诱导前20分钟接受肌肉注射咪达唑仑2mg/Kg和阿托品0.2mg/Kg进行术前用药。所有患者将采用5%七氟烷在100%氧气中吸入进行麻醉诱导,随后给予Pla
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。




