新型无创设备与侵入性金标准评估儿童大肠功能比较
该数据集来自 clinicaltrials.gov,主题为比较一种新型无创设备与侵入性金标准检查在评估儿童大肠功能方面的表现

基本信息
资源简介
新型无创设备与侵入性金标准评估儿童大肠功能比较
该数据集来自 clinicaltrials.gov,主题为比较一种新型无创设备与侵入性金标准检查在评估儿童大肠功能方面的表现。覆盖的疾病包括肠功能障碍、动力障碍、Hirschsprung Disease、肛门直肠畸形、便秘及功能性便秘。受试者由 RCH 外科医生识别,并在门诊或转诊后经独立儿科胃肠病学家评估,所有计划接受结肠动力评估的患者均会接受研究资格筛查。数据可用于评估无创设备在儿童结肠动力评估中的诊断价值,并支持相关临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:肠功能障碍、动力障碍、Hirschsprung Disease、肛门直肠畸形、便秘、功能性便秘(FC)。潜在参与者将由 RCH 外科医生 Sebastian King 教授(儿科结直肠外科医生)识别。患者将在门诊复查或转诊至 RCH(儿科外科部)后,当推荐进行结肠动力评估以调查肠功能障碍时被识别。所有患者将由独立的儿科胃肠病学家 Mark Safe 医生在门诊进行审查,他已完成儿科胃肠动力评估的专科培训。所有计划进行结肠动力评估的患者都将接受研究资格筛查。资格筛查将由研究调查人员在电子病历(EPIC)中进行。一旦识别,患者将被审查
【主题与分类】
主题标签:Bowel Dysfunction、Dysmotility、Hirschsprung Disease、Anorectal Malformations、Constipation、Functional Constipation (FC)。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07789782
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/NCT07789782
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
疾病类型:肠功能障碍、肠道动力障碍、先天性巨结肠、肛门直肠畸形、便秘、功能性便秘(FC)。潜在参与者将由RCH外科医生Sebastian King教授(小儿结直肠外科医生)识别。在门诊复查或转诊至RCH(小儿外科部)时,当推荐进行结肠动力评估以调查肠功能障碍时,患者将被识别。所有患者将在门诊由独立的儿科胃肠病学家Mark Safe医生进行复查,他接受了儿科胃肠动力评估的博士后培训。所有计划进行结肠动力评估的患者都将接受研究资格筛选。资格筛选将由研究调查人员通过电子病历(EPIC)进行。一旦被识别,患者将在每月的动力门诊由King教授和Safe医生进行复查,这是RCH在结肠测压前的标准护理的一部分。
届时,在完成临床评估后,将向家属和患者口头告知在行结肠测压期间参与该研究的机会。有关研究的更多信息(招募信和参与者信息)将在就诊后通过电子邮件发送给他们。一周后,Comella医生将致电家属进行随访,以确定家属和患者是否有兴趣参与该研究。如果同意,将予以记录并安排相关的住院事宜。书面知情同意将在首次面对面预约当天获取。在初次及后续所有接触中,将明确说明儿童并非必须参与;选择不参与该项目不会影响患者的医疗照护。如果参与者不想完成研究,他们可以随时终止参与。他们将根据其医生的临床指征接受结肠测压,医生将负责实施该
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。




