住院患者聚焦床旁超声筛查方案的效果研究

该数据集来自 clinicaltrials.gov,聚焦住院患者实施实时聚焦超声检查方案的效果研究。覆盖心力衰竭、急性慢性肾衰竭、肝硬化、脓毒症、肺水肿等循环系统疾病

National Taiwan University HospitalNational Taiwan University Hospital
clinicaltrials
浏览 15
医学影像分类Heart Failure, CongestiveRenal Failure Acute ChronicLiver CirrhosisSepsisEdema, PulmonaryEdema
Effect of a Focused Point-of-care Ultrasonography Screening Protocol in Hospitalized Patients

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-08

资源简介

住院患者聚焦床旁超声筛查方案的效果研究

该数据集来自 clinicaltrials.gov,聚焦住院患者实施实时聚焦超声检查方案的效果研究。覆盖心力衰竭、急性慢性肾衰竭、肝硬化、脓毒症、肺水肿等循环系统疾病。主要目标是评估该方案在提高诊断准确性、增强检查安全性、改善治疗结局、缩短住院时间及比较住院时长方面的临床获益,进而降低医疗成本、减轻医院资源压力。可用于分析床旁超声筛查对住院患者诊疗与管理的临床价值(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:充血性心力衰竭、急性慢性肾衰竭、肝硬化、脓毒症、肺水肿、建立用于住院患者常规评估的实时聚焦超声检查方案、水肿。主要目标是研究对住院患者实施实时聚焦超声方案的临床获益。这些获益包括提高诊断准确性、增强检查安全性、改善治疗结局、缩短住院时间,以及比较住院时长,最终降低医疗成本并减轻医院资源压力。通过本研究,我们旨在更深入地了解该技术的临床价值,并提供一种有价值的评估工具,以改善住院患者的护理与管理。

【主题与分类】

主题标签:Heart Failure, Congestive、Renal Failure Acute Chronic、Liver Cirrhosis、Sepsis、Edema, Pulmonary、Edema。本站分类:循环系统疾病/心力衰竭。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07656428

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07656428

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:心力衰竭、充血性、急慢性肾衰竭、肝硬化、脓毒症、肺水肿、建立实时聚焦超声检查方案用于住院患者常规评估、水肿。主要目的是研究对住院患者实施实时聚焦超声方案的临床获益。这些获益包括提高诊断准确性、增强检查安全性、改善治疗结局、缩短住院时间,以及比较住院时长,最终降低医疗成本并减轻医院资源压力。通过本研究,我们旨在更深入地了解该技术的临床价值,并提供一种有价值的评估工具,以改善住院患者的照护与管理。

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。

获取专属数据定制方案