妊娠高血压疾病产后眼动脉多普勒研究(OPHELIA-PP)
OPHELIA-PP 是一项前瞻性观察性队列研究的数据集,在协调三级中心及参与卫星中心连续招募妊娠高血压疾病患者,并同期纳入血压正常的对照组

基本信息
资源简介
妊娠高血压疾病产后眼动脉多普勒研究(OPHELIA-PP)
OPHELIA-PP 是一项前瞻性观察性队列研究的数据集,在协调三级中心及参与卫星中心连续招募妊娠高血压疾病患者,并同期纳入血压正常的对照组。研究在产后 24 至 48 小时(T0)及 7 至 10 天等时间点进行眼动脉多普勒测量,评估母体血流动力学。测量结果对临床医生设盲,不改变临床管理,仅对具有临床相关性的偶然发现设有预警流程。该数据可用于研究产后高血压及子痫前期相关血流动力学变化与预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:妊娠高血压疾病、子痫前期、产后高血压、产褥期疾病、母体血流动力学。设计:前瞻性观察性队列研究,连续招募,并同期纳入血压正常的对照组,在协调三级中心及参与卫星中心开展。非干预性质。眼动脉多普勒不改变临床管理,全程遵循现有机构方案。多普勒结果不告知负责参与者的临床医生,医生在研究期间对其保持设盲,以使该测量无法影响其旨在预测的结局。尽管如此,仍设有针对具有临床相关性的偶然发现的预警流程。评估:在 24 至 48 小时(T0)、7 至 10
【主题与分类】
主题标签:Hypertensive Disorders of Pregnancy、Pre-eclampsia、Postpartum Hypertension、Puerperal Disorders、Maternal Haemodynamics。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/NCT07841795
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/NCT07841795
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:妊娠期高血压疾病、子痫前期、产后高血压、产褥期疾病、母体血流动力学。设计。前瞻性观察性队列研究,连续招募受试者,并同期纳入血压正常的对照组,在协调三级中心及参与的分中心开展。非干预性研究。眼动脉多普勒不改变临床管理,全程遵循现有机构方案。多普勒结果不告知负责该受试者的临床医生,研究期间临床医生对其保持盲态,因此该测量无法影响其旨在预测的结局。尽管如此,对于具有临床相关性的偶然发现,仍设有警示程序。评估。眼动脉多普勒在产后24至48小时(T0)、7至10天(T1)、六周(T2)和三个月(T3)进行,并在六个月时进行电话随访(T4)。每次访视时使用标准化方案和经过验证的自动设备测量血压。
在六周时获取估算肾小球滤过率和白蛋白与肌酐比值。多普勒方案。参与者在休息五分钟后,取仰卧位并闭眼接受检查。将7.5-9 MHz线阵探头置于闭合的上眼睑,不对眼球施加压力。眼动脉定位于视神经的上方和内侧,距后巩膜壁10-15毫米处。脉冲波采样采用小于20度的入射角、2毫米采样门、50 Hz壁滤波和3.0-4.5厘米深度,机械指数保持在0.3或以下,每只眼照射时间少于一分钟,遵循ALARA原则。记录三至五个形态相似的连续波形,每只眼测量两个周期,检查双眼,并分析双眼的平均值。记录第一和第二收缩期峰值流速及其比值、舒张末期流速、阻力指数、搏动指数和平均流速。抗高血压药物暴露。
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。




