肺超声对心脏手术患者预后及术后结局的影响
该数据集来自clinicaltrials.gov,为一项干预性研究,纳入缺血性心脏病、重度主动脉瓣狭窄、主动脉瓣关闭不全、二尖瓣狭窄、二尖瓣关闭不全、三尖瓣关闭不全及升主动脉瘤等需体外循环心脏手术的患者

基本信息
资源简介
肺超声对心脏手术患者预后及术后结局的影响
该数据集来自clinicaltrials.gov,为一项干预性研究,纳入缺血性心脏病、重度主动脉瓣狭窄、主动脉瓣关闭不全、二尖瓣狭窄、二尖瓣关闭不全、三尖瓣关闭不全及升主动脉瘤等需体外循环心脏手术的患者。研究评估术后早期肺超声检查的优势,比较肺超声与传统X线及胸部CT对早期肺部并发症的识别效能,并随访中期肺部并发症与结局,可用于术后肺部并发症预测与影像方法比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:缺血性心脏病、重度主动脉瓣狭窄、主动脉瓣关闭不全、二尖瓣狭窄、二尖瓣关闭不全、二尖瓣狭窄伴关闭不全、三尖瓣关闭不全、升主动脉瘤。本干预性研究旨在评估肺超声检查在需体外循环心脏手术患者术后早期的优势。将评估中期随访期间的肺部并发症与结局,并比较超声检查与传统放射学方法(胸部X线检查和CT)。其主要旨在回答的问题是:* 与……相比,肺超声检查在识别体外循环心脏手术后早期肺部并发症方面是否是更特异和敏感的方法
【主题与分类】
主题标签:Ischemic Heart Disease、Aortic Stenosis, Severe、Aortic Insufficiency、Mitral Stenosis、Mitral Insufficiency、Mitral Stenosis With Insufficiency、Tricuspid Insufficiency、Ascending Aortic Aneurysm。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06377449
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/NCT06377449
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:缺血性心脏病、重度主动脉瓣狭窄、主动脉瓣关闭不全、二尖瓣狭窄、二尖瓣关闭不全、二尖瓣狭窄伴关闭不全、三尖瓣关闭不全、升主动脉瘤。本介入性研究的目标是评估肺部超声检查在心脏外科患者术后早期(需体外循环的心脏手术后)的优势。将评估中期随访期间的肺部并发症和结局,并比较超声检查与传统放射学方法(胸部X线检查和CT)。其主要旨在回答的问题是:* 与传统的X线方法相比,肺部超声检查在识别体外循环心脏外科手术后早期肺部并发症方面,是否是更具特异性和敏感性的方法。
- 基于术后早期可视B线数量对间质性肺水肿的早期识别,是否会影响该患者队列的中期结局?参与者将在心脏手术后第1、3、5和7天接受肺部超声检查。根据超声检查结果和间质性肺水肿程度,将调整药物治疗(利尿剂、抗炎药等)。研究人员将把这组患者与对照组进行比较,对照组在相同时间范围内进行超声检查,但不根据超声检查结果改变医疗管理,以观察基于超声检查结果及时给予的药物治疗是否能显著改善该患者的症状、住院时间和结局。
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。




