AUCH 先天性心脏病婴儿生长情况
本数据集来自 clinicaltrials.gov,聚焦 AUCH 先天性心脏病(CHD)婴儿与儿童的生长问题。CHD 是最常见的先天性异常,也是儿童致病的重要原因,生长迟缓在该人群中常见

基本信息
资源简介
AUCH 先天性心脏病婴儿生长情况
本数据集来自 clinicaltrials.gov,聚焦 AUCH 先天性心脏病(CHD)婴儿与儿童的生长问题。CHD 是最常见的先天性异常,也是儿童致病的重要原因,生长迟缓在该人群中常见。发绀型与非发绀型 CHD 的生长障碍机制不同,涉及慢性低氧血症、代谢需求增加、喂养困难及充血性心力衰竭等。该研究旨在明确 CHD 对婴儿和儿童躯体生长的影响,通过比较体格测量参数来评估生长模式,可用于优化营养干预、确定手术修复时机及改善长期结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:先天性心脏病(CHD)。背景:先天性心脏病(CHD)是最常见的先天性异常类型,也是儿童致病的主要原因。尽管医疗和外科护理取得了进展,生长迟缓仍然是该人群中常见的合并症。发绀型与非发绀型 CHD 的生长衰竭病理生理机制不同,涉及慢性低氧血症、代谢需求增加、喂养困难和充血性心力衰竭等因素。详细评估 CHD 儿童的生长模式对于优化营养干预、确定手术修复时机和改善长期结局至关重要。目的:本研究的主要目的是明确先天性心脏病对婴儿和儿童躯体生长的影响。这将通过比较体格测量参数来实现。
【主题与分类】
主题标签:Congenital Heart Disease (CHD)。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/NCT07373873
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/NCT07373873
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
疾病:先天性心脏病(CHD)。背景:先天性心脏病(CHD)是最常见的先天性异常类型,也是儿童发病和死亡的主要原因。尽管医疗和外科护理取得了进步,生长迟缓仍然是该人群中常见的合并症。发绀型和非发绀型CHD的生长障碍病理生理机制不同,涉及慢性低氧血症、代谢需求增加、喂养困难和充血性心力衰竭等因素。详细评估CHD儿童的生长模式对于优化营养干预、确定手术修复时机和改善长期预后至关重要。目的:本研究的主要目的是明确先天性心脏病对婴幼儿和儿童躯体生长的影响。这将通过将CHD患者的人体测量参数(体重、身高/身长和头围)与健康儿童的既定生长标准进行比较来实现。研究设计:这是一项回顾性、比较性队列研究。
数据将从阿西尤特大学儿童医院儿科心脏病科随访患者的现有病历中收集。参与者:研究组将纳入经超声心动图诊断为先天性心脏病(CHD)的1个月至2岁儿童。已知患有遗传综合征(如唐氏综合征)、重大心外畸形、影响生长的既存内分泌或代谢紊乱、早产史,或已因CHD接受过手术或介入治疗的患者将被排除。方法:对于每名符合条件的儿童,将从病历中提取以下数据:人口学信息:年龄、性别和居住地。人体测量数据:就诊期间记录的体重、身高/身长和头围。临床数据:CHD的具体类型(分为紫绀型或非紫绀型)、住院史及其他相关临床信息。
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。




