克罗恩病影像中的水准备
该数据集来自 clinicaltrials.gov,主题为克罗恩病(CD)磁共振小肠造影(MRE)检查中的肠道扩张准备。MRE 在诊断并发症和评估药物治疗后愈合率方面表现良好,但需用 1-1.5L 扩张剂充分扩张小肠以避免假阳性

基本信息
资源简介
克罗恩病影像中的水准备
该数据集来自 clinicaltrials.gov,主题为克罗恩病(CD)磁共振小肠造影(MRE)检查中的肠道扩张准备。MRE 在诊断并发症和评估药物治疗后愈合率方面表现良好,但需用 1-1.5L 扩张剂充分扩张小肠以避免假阳性。目前对扩张剂选择尚无共识,常用聚乙烯二醇(PEG)、乳果糖、甘露醇、山梨醇等,但其副作用影响患者依从性。有建议使用水作为扩张剂,因其价格低且副作用少。该数据可用于相关影像与临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:克罗恩病(CD)。磁共振小肠造影(MRE)是临床医生管理克罗恩病患者的关键工具。该检查在诊断并发症和确定药物治疗后愈合率方面具有高性能。必须使用1-1.5L扩张剂使小肠扩张,才能准确分析疾病活动性。事实上,扩张不充分可能导致假阳性(塌陷消化道的增厚外观)。如今,对于用于肠道扩张的制剂(聚乙二醇(PEG)、乳果糖、甘露醇、山梨醇)尚无共识。这些制剂的主要局限是其副作用(如腹泻、腹胀、呕吐),会降低患者对治疗的依从性。一些人建议使用水作为扩张剂,因为其价格低廉且副作用发生率低。然而其利用
【主题与分类】
主题标签:Crohn Disease (CD)。本站分类:消化系统疾病/克罗恩病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06690632
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/NCT06690632
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:克罗恩病(CD)。磁共振小肠造影(MRE)是临床医生管理克罗恩病患者的关键工具。该检查在诊断并发症和确定药物治疗后愈合率方面具有高效能。使用1-1.5升扩张剂使小肠扩张是准确分析疾病活动性的必要条件。事实上,扩张不充分可能导致假阳性(塌陷的消化道呈现增厚外观)。目前,对于用于肠道扩张的药剂(聚乙二醇(PEG)、乳果糖、甘露醇、山梨醇)尚无共识。这些药剂的主要局限性在于其副作用(如腹泻、腹胀、呕吐),这些副作用会降低患者对治疗的依从性。一些人建议使用水作为扩张剂,因为其价格低廉且副作用发生率低。然而,其应用受到对早期吸收可能限制肠道分析的担忧所限。
本研究旨在比较标准方案(聚乙二醇)与水作为肠道扩张剂在需行磁共振小肠造影(MRE)的炎症性肠病(IBD)患者中,获得满意的小肠整体扩张(依据既往验证过的评分标准)的能力。由于摄入1.5升扩张剂相关的副作用,以及若在同一天进行两次MRE则无法评估每种对比剂的耐受性,每位参与者将仅接受一种准备方式(水或PEG)的MRI检查。为确保各组间的可比性,患者将在按既往肠切除史和狭窄表型分层后,以1:1的比例随机分组。检查和扩张评分将由两名对患者分组设盲的放射科医生(一名专家和一名受训人员)确定。关于副作用,患者将在检查后及48小时(随访结束)填写多份问卷。
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。




