心脏手术中右心室压力波形监测
该数据集来源于 clinicaltrials.gov,聚焦心脏手术场景下的右心室压力波形监测,涉及右心室功能障碍、右心衰竭与充血性心力衰竭

基本信息
资源简介
心脏手术中右心室压力波形监测
该数据集来源于 clinicaltrials.gov,聚焦心脏手术场景下的右心室压力波形监测,涉及右心室功能障碍、右心衰竭与充血性心力衰竭。源站描述指出右心室功能障碍多与收缩力下降、右心室压力负荷或容量负荷过重相关,可发生于 ICU 与手术室的肺栓塞、急性呼吸窘迫综合征、脓毒性休克、右心室梗死及接受心脏手术的肺动脉高压患者中,而识别哪些患者会发展为右心室功能障碍并进展为右心衰竭仍较困难,诊断延迟的原因之一可能是缺乏统一定义,尤其在围手术期。数据可用于相关主题的临床研究与分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:右心室功能障碍、右心衰竭、充血性心力衰竭。右心室(RV)功能障碍主要与收缩力下降、右心室压力负荷过重或右心室容量负荷过重相关。RV 功能障碍可发生于重症监护病房(ICU)和手术室(OR)的多种临床场景中:肺栓塞、急性呼吸窘迫综合征(ARDS)、脓毒性休克、RV 梗死,以及接受心脏手术的肺动脉高压患者。遗憾的是,识别哪些患者会发展为 RV 功能障碍并随后进展为 RV 衰竭已被证明是困难的。延迟诊断 RV 功能障碍的原因之一可能是缺乏统一定义,尤其是在围手术期。RV 功能障碍的超声心动图定义已有描述:RV 面积变化分数(
【主题与分类】
主题标签:Right Ventricular Dysfunction、Right Heart Failure、Congestive Heart Failure。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/NCT04092855
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/NCT04092855
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:右心室功能障碍、右心衰竭、充血性心力衰竭。右心室(RV)功能障碍主要与收缩力下降、右心室压力负荷过重或右心室容量负荷过重相关。右心室功能障碍可发生于重症监护病房(ICU)和手术室(OR)的多种临床情境中:肺栓塞、急性呼吸窘迫综合征(ARDS)、感染性休克、右心室梗死,以及接受心脏手术的肺动脉高压患者。遗憾的是,识别哪些患者会发展为右心室功能障碍并进而进展为右心衰竭已被证明十分困难。延迟诊断右心室功能障碍的原因之一可能是缺乏统一定义,尤其是在围手术期。右心室功能障碍的超声心动图定义已有描述:右心室面积变化分数(RVFAC)< 35%、三尖瓣环收缩期位移(TAPSE)< 16 mm、组织多普勒S波速度<10 cm/s、右心室射血分数(RVEF)<45%以及右心室扩张。然而,仅凭超声心动图指标不足以描述右心室功能。
暴发性右心室衰竭的诊断更容易通过超声心动图指标、血流动力学指标受损以及临床表现的综合来判断。由于右心室与肺血管系统之间的解剖和生理联系,右心室功能障碍必然与绝对或相对性肺动脉高压相关。测量肺动脉压力的金标准仍然是肺动脉导管。然而,尽管存在肺动脉高压,右心室输出量在初期仍可维持。因此,必须找到并验证早期、客观、连续、易于获取且处于亚临床阶段的右心室功能障碍指标,以便及早启动对该疾病的治疗。
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。




