先天性心脏病婴儿家庭中心早期干预
该数据集来自 clinicaltrials.gov,主题为先天性心脏病婴儿的家庭中心早期干预,属于循环系统疾病/其他分类

基本信息
资源简介
先天性心脏病婴儿家庭中心早期干预
该数据集来自 clinicaltrials.gov,主题为先天性心脏病婴儿的家庭中心早期干预,属于循环系统疾病/其他分类。源站描述显示这是一项可行性随机对照试验,患儿被随机分配至对照组与干预组:对照组接受严重先天性心脏病婴儿的标准治疗,包括在 University Children's Hospital Zurich 进行心脏监测、咨询与筛查,并由儿科医生进行标准化发育检查;干预组则接受早期运动干预。数据可用于研究先天性心脏病婴儿早期运动干预的可行性与效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:儿童先天性心脏病。在这项可行性随机对照试验中,儿童将被随机分配到对照组和干预组。对照组的儿童将接受严重先天性心脏病婴儿的标准治疗:在 University Children's Hospital Zurich 进行心脏监测、咨询和筛查,并由其儿科医生进行标准化发育检查。物理治疗通常不属于标准治疗的一部分,但部分婴儿如果在其生命后期由儿科医生发现明显的运动发育迟缓迹象,可能会接受物理治疗。一旦入组本研究,对照组的婴儿将不会像干预组的婴儿那样接受早期运动干预。被随机分配到干预组的婴儿将接受早期运动干预,该干预将基于
【主题与分类】
主题标签:Congenital Heart Disease in Children。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04666857
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/NCT04666857
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:儿童先天性心脏病。在这项可行性初步随机研究中,儿童将被随机分配到对照组和干预组。对照组的儿童将接受严重先天性心脏病婴儿的标准护理:在苏黎世大学儿童医院进行心脏监测、咨询和筛查,以及由儿科医生进行标准化的发育检查。物理治疗通常不属于标准护理的一部分,但如果婴儿在后期生活中由儿科医生发现明显的运动发育迟缓迹象,一些婴儿可能会接受物理治疗。一旦加入本研究,对照组的婴儿将不会像干预组的婴儿那样接受早期运动干预。随机分配到干预组的婴儿将接受早期运动干预,该干预将基于我们定性研究的结果。它将包括由儿科物理治疗师支持父母。父母将接受指导,了解如何在日常活动中最好地刺激婴儿的发育。
父母将积极参与干预,旨在挑战婴儿姿势能力的极限,从而帮助婴儿优化其运动技能。干预将在基线评估后开始,针对3-6个月大的婴儿,并在三个月后结束,此时婴儿年龄为6-9个月。干预最初在家中开始,随后在儿童医院和家中交替进行。如有需要,将通过电话或视频咨询为父母提供支持。必要时,顺序可根据家庭需求调整,以最适合家庭的日常安排。
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。




