疑似阑尾炎的CT影像

该数据集来自clinicaltrials.gov,主题为疑似阑尾炎的CT影像评估,属于消化系统疾病与腹痛范畴。源站描述指出,右下腹痛是患者急诊就诊于普外科的常见原因,判断是否患阑尾炎对评估至关重要

South Tees Hospitals NHS Foundation TrustSouth Tees Hospitals NHS Foundation Trust
clinicaltrials
浏览 16
医学影像分类Abdominal Pain
Imaging Possible Appendicitis With CT

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

疑似阑尾炎的CT影像

该数据集来自clinicaltrials.gov,主题为疑似阑尾炎的CT影像评估,属于消化系统疾病与腹痛范畴。源站描述指出,右下腹痛是患者急诊就诊于普外科的常见原因,判断是否患阑尾炎对评估至关重要。英国实践中诊断不明时常用超声,但其仅能显示少数病例的阑尾,诊断敏感性可能仅5-30%;CT则能在超过90%的病例中准确诊断阑尾炎,且现代扫描仪可在较低辐射剂量下获得高质量图像,平扫可避免使用对比剂并进一步减少电离辐射暴露。该数据可用于阑尾炎影像诊断相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:腹痛。右下腹疼痛是患者以急诊形式就诊于普外科的最常见原因之一。这类患者是否患有阑尾炎对其评估至关重要。在英国实践中,当诊断不明确时,常用超声扫描(US)来检查该问题。US非常安全,但只能在少数病例中显示阑尾。因此,在这种情况下诊断阑尾炎的敏感性可能仅为5-30%。另一种方法是,计算机断层扫描(CT)是准确诊断阑尾炎的方法,在超过90%的病例中可准确诊断。CT扫描易于获得,且借助现代扫描仪,可以在较低辐射剂量下获得高质量图像。平扫可避免使用对比剂,并允许进一步减少电离辐射暴露。

【主题与分类】

主题标签:Abdominal Pain。本站分类:消化系统疾病/腹痛。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03570398

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/NCT03570398

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

病症:腹痛。右下腹疼痛是患者急诊就诊于普外科医生最常见的原因之一。这类患者是否患有阑尾炎对其评估至关重要。在英国实践中,当诊断不明确时,通常使用超声扫描(US)来探究问题。US非常安全,但仅在少数病例中能显示阑尾。因此,在这种情形下诊断阑尾炎的敏感性可能仅为5-30%。另一种方法是,计算机断层扫描(CT)能在超过90%的病例中准确诊断阑尾炎。CT扫描易于获取,且使用现代扫描仪,可以在较低的辐射剂量下获得高质量的图像。非增强扫描避免了使用造影剂,并允许进一步减少电离辐射暴露。

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