人工智能辅助内镜逆行胰胆管造影术中胆总管支架选择
该数据集来自 clinicaltrials.gov，主题为人工智能辅助内镜逆行胰胆管造影术（ERCP）中的胆总管支架选择，属于消化系统疾病领域
基本信息
资源简介
人工智能辅助内镜逆行胰胆管造影术中胆总管支架选择
该数据集围绕人工智能辅助内镜逆行胰胆管造影术（ERCP）中的胆总管支架选择这一主题构建，来源于 clinicaltrials.gov，在分类上归属于消化系统疾病领域。ERCP 是一项高风险操作，胆总管结石与胆管狭窄是其重要适应证，而 ERCP 的质量控制是提高成功率、减少并发症的关键，长期以来受到高度关注。2015 年，美国胃肠道内镜学会与美国胃肠病学会（ASGE/ACG）发布了 ERCP 质量控制指标，其中胆道支架置入与射线透视时间属于重要的术中质量控制指标。选择合适的胆道支架尺寸，不仅有利于支架的成功置入，也有助于改善患者预后。该数据集即聚焦于借助人工智能技术辅助完成这一选择过程，主题标签包括胆管狭窄与内镜逆行胰胆管造影术。
【数据集背景】
内镜逆行胰胆管造影术（ERCP）是一项高风险操作，胆总管结石和狭窄是其重要适应证。ERCP 的质量控制被视为提高操作成功率、降低并发症的关键环节，已获得广泛重视。2015 年，美国胃肠道内镜学会与美国胃肠病学会（ASGE/ACG）发布了 ERCP 质量控制指标，其中胆道支架置入和射线透视时间被列为重要的术中质量控制指标。在这一背景下，如何选择合适的胆道支架尺寸成为临床关注的问题。选择合适尺寸的支架，既有利于支架成功置入，也有利于改善患者预后。该数据集正是围绕人工智能辅助 ERCP 中胆总管支架选择这一方向而设立，所属分类为消化系统疾病下的其他类别。
【数据内容】
该数据集的主题为人工智能辅助内镜逆行胰胆管造影术（ERCP）中的胆总管支架选择，主题标签为胆管狭窄与内镜逆行胰胆管造影术。源站描述中提及的疾病条件包括胆管狭窄与内镜逆行胰胆管造影术。关于数据集具体包含的样本数量、字段结构、标注方式、影像或文本模态等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述中说明了 ERCP 的操作风险、适应证、质量控制指标以及支架选择的意义，并提到支架长度选择的原则：应选择长度合适的支架，支架近端应高于梗阻段 1 厘米。关于数据的具体采集机构、采集时间范围、采集地点、样本纳入与排除标准等，源站未提供。
【适用场景】
基于该数据集的主题，其适用场景涉及消化系统疾病领域，特别是内镜逆行胰胆管造影术中的胆总管支架选择环节，可服务于人工智能辅助支架尺寸选择的相关研究与应用。关于该数据集在其他具体场景中的适用范围，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据读取方式、预处理流程、模型训练与评估协议等。
【质量与限制】
源站未提供该数据集的质量评估信息与使用限制说明，包括数据完整性、标注一致性、偏倚控制等内容。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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/NCT05321472
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：胆管狭窄、内镜逆行胰胆管造影术。内镜逆行胰胆管造影术（ERCP）是一项高风险操作。胆总管结石和狭窄是其重要适应证。ERCP的质量控制是提高成功率、减少并发症的关键，已受到高度重视。2015年，美国胃肠内镜学会/美国胃肠病学会（ASGE/ACG）发布了ERCP质量控制指标，其中胆道支架置入和X线透视时间是重要的术中质量控制指标。选择合适的胆道支架尺寸不仅有利于支架成功置入，也有利于改善患者预后。选择合适长度的支架。支架近端应高于梗阻段1cm，远端尾部应恰好位于乳头外。支架长度可通过在X线下测量梗阻近端至乳头的距离来确定。
目前支架尺寸的选择基于操作者的经验性估计：(1)通过内镜直径、锥体长度或导管标记来估计距离；(2)通过回撤导丝，计算两点之间导丝回撤的距离来估计支架长度。较长的辐射暴露时间对操作者和患者均造成不必要的伤害。
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。
