超声引导区域阻滞用于脂肪瘤切除术
该数据集来源于 clinicaltrials.gov，围绕脂肪瘤切除术中区域阻滞方式的前瞻性随机对照临床研究，纳入 50 名 18 至 60 岁、ASA 分级 I-III、拟行 5 至 7 cm 浅表皮下脂肪瘤切除术的患者，随机分为超声引导组与传统方法组各 25 例，并记录术前用药与随机化流程
基本信息
资源简介
超声引导区域阻滞用于脂肪瘤切除术
该数据集来源于 clinicaltrials.gov，围绕脂肪瘤切除术中区域阻滞方式的前瞻性随机对照临床研究，纳入 50 名 18 至 60 岁、ASA 分级 I-III、拟行 5 至 7 cm 浅表皮下脂肪瘤切除术的患者，随机分为超声引导组与传统方法组各 25 例，并记录术前用药与随机化流程。数据可用于比较两种区域阻滞方法的研究分析，也可作为麻醉与围手术期相关分类或预测建模的素材（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：脂肪瘤。将纳入 50 名年龄在 18 至 60 岁之间、美国麻醉医师协会（ASA）体格状态 I-III 级、计划接受浅表皮下脂肪瘤（大小 5 至 7 cm）切除术的患者，进入一项前瞻性比较随机临床研究。患者将被随机分为两组：U 组（n = 25），采用超声引导进行区域阻滞；C 组（n = 25），采用传统方法进行区域阻滞。患者将按一比一比例随机分配。随机化将通过计算机生成的随机数字表进行。分组分配将隐藏在密封不透光信封中，在获得患者同意之前不会打开。所有患者将在操作前 30 分钟口服地西泮（7.5 mg）进行术前用药，并在 5 分钟时给予静脉芬太尼（50 ug）
【主题与分类】
主题标签：Lipomas。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/NCT02753361
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/NCT02753361
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：脂肪瘤。将纳入50例年龄在18至60岁之间、美国麻醉医师协会（ASA）身体状况分级为I-III级、计划行浅表皮下脂肪瘤（大小5至7 cm）切除术的患者，进行前瞻性随机对照临床研究。患者将被随机分为两组：U组（n = 25），采用超声引导下区域阻滞；C组（n = 25），采用传统方法行区域阻滞。患者将按1:1比例随机分配。随机化将通过计算机生成的随机数字表进行。分组分配将隐藏于密封的不透明信封中，在获得患者知情同意前不得打开。所有患者将在操作前30分钟口服地西泮（7.5 mg）进行术前用药，并在放置阻滞前5分钟静脉注射芬太尼（50 μg）。操作前，将建立静脉通路并进行标准监测，包括心电图（ECG）、无创血压（NIBP）和外周血氧饱和度（SPO2）。
主要结局指标包括完成神经阻滞置管所需的进针尝试次数（皮肤穿刺次数及针头重新定向次数）。该数据将由对研究目的设盲的研究者记录。患者人口学资料、手术时长、患者ASA身体状况分级及其他研究结局将由未参与阻滞置管操作且对分组设盲的独立研究者记录。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
