肺超声检测急诊儿童气胸的前瞻性研究数据集
该数据集包含77名急性胸痛儿童的临床和影像学数据，主要模态为肺超声影像特征（如'条码征'和'肺点'）和胸部X光诊断结果，用于研究肺超声在儿科急诊中检测气胸的准确性和临床应用价值，为儿科胸痛疾病的快速诊断提供数据支持。
基本信息
资源简介
肺超声检测急诊儿童气胸的前瞻性研究数据集
【数据集背景】
本数据集源站标题为《Lung ultrasound to detect pneumothorax in children evaluated for acute chest pain in the emergency department: a prospective study》。源站首次发布：2020-02-26。
【数据内容】
源站原始描述：We addressed the accuracy of Lung Ultrasound (LUS) to detect pneumothorax in children with acute chest pain evaluated in the pediatric Emergency Department (pED). Methods We prospectively analyzed patients from 5 to 17 years of age with acute chest pain and clinical suspicion of pneumothorax (PNX) evaluated at a tertiary level pediatric hospital. After clinical examination and before Chest X-Ray (CXR), children underwent LUS to evaluate the presence of PNX. Results We enrolled 77 children, 44 (5…
【数据结构与技术规格】
文件数 1 个，合计 6.13 KB。数据集 DOI：10.17632/8wccmn3sgm.2。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/8wccmn3sgm
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://data.mendeley.com/datasets/8wccmn3sgm
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
该数据集是一项前瞻性临床研究的数据集合，旨在评估肺超声（LUS）在儿科急诊科（pED）中检测急性胸痛儿童气胸（PNX）的准确性。数据集包含77名5至17岁儿童患者的临床信息、肺超声影像特征（如’‘条码征’‘和’‘肺点’'）以及胸部X光（CXR）诊断结果。数据来源于某三级儿科医院的前瞻性病例收集，涵盖多种胸部疾病（如间质性肺病、肺炎、胸部创伤、心肌/心包炎等）。研究结果表明，肺超声对气胸的检测具有高敏感性和特异性，适用于儿科急诊环境中气胸的快速筛查和诊断支持。
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。
