新生儿法洛四联症研究
该数据集来自clinicaltrials.gov,聚焦新生儿法洛四联症及相关先天性心脏缺陷,涵盖肺动脉狭窄、室间隔缺损、右心室双出口等病种

基本信息
资源简介
新生儿法洛四联症研究
该数据集来自clinicaltrials.gov,聚焦新生儿法洛四联症及相关先天性心脏缺陷,涵盖肺动脉狭窄、室间隔缺损、右心室双出口等病种。源站描述指出先天性心脏病是新生儿常见出生缺陷,中国每年约7万至8万新生儿患病,其中近1万例为危重先天性心脏病,出生后常表现为发绀、灌注不足和呼吸窘迫。数据可用于新生儿先心病相关研究,支持疾病分类、风险预测等分析任务(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:法洛四联症(TOF)、肺动脉狭窄、室间隔缺损(VSD)、右心室双出口。儿童健康是整体公共卫生的基础,新生儿死亡率被全球公认为衡量国家健康标准和社会进步的综合指标。《健康儿童行动提升计划(2021-2025年)》设定了将中国新生儿死亡率降至3.1‰以下的国家目标。先天性心脏病(CHD)是新生儿中最常见的先天性缺陷,是中国人群残疾和过早死亡的重要原因。每年约有70,000-80,000名新生儿出生时患有CHD,其中近10,000名表现为危重先天性心脏病(CCHD)。CCHD的出生后表现常包括发绀、灌注不足和呼吸窘迫,未经治疗的病例导致
【主题与分类】
主题标签:Tetralogy of Fallot (TOF)、Pulmonary Stenosis、Ventricular Septal Defects (VSD)、Double Outlet Right Ventricle。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/NCT06822400
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/NCT06822400
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:法洛四联症(TOF)、肺动脉狭窄、室间隔缺损(VSD)、右心室双出口。儿童健康是全民健康的基石,新生儿死亡率是全球公认的衡量国家健康水平和社会进步的综合指标。《健康儿童行动提升计划(2021-2025年)》设定了全国目标,要将中国新生儿死亡率降至3.1‰以下。先天性心脏病(CHD)是新生儿中最常见的先天性缺陷,也是中国人群致残和过早死亡的重要原因。每年约有70,000-80,000名新生儿患有CHD,其中近10,000例为危重先天性心脏病(CCHD)。CCHD出生后的表现常包括发绀、灌注不足和呼吸窘迫,未经治疗者死亡率约为50%。CCHD是婴儿死亡的主要原因之一。法洛四联症(TOF)是最常见的CCHD类型,在发绀型先天性心脏病中占相当大的比例。
其特征为四种解剖学异常:室间隔缺损、肺动脉狭窄、主动脉骑跨和右心室肥厚。这些结构缺陷扰乱心内血流,降低动脉血氧饱和度,并导致发绀及其他相关症状。未经治疗的TOF会在生命早期导致显著的健康问题,包括生长迟缓、反复缺氧发作、心力衰竭以及感染易感性增加。长期生存率明显降低,仅一小部分患者能存活至成年。因此,手术干预对于改善TOF(法洛四联症)患者的预后至关重要。尽管医疗技术的进步带来了令人满意的早期结局,但TOF矫正术后的长期预后仍是一项挑战。历史上,手术策略强调完全解除右心室流出道梗阻,往往以牺牲肺动脉瓣功能为代价。然而,近期研究强调
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。




