腹腔镜胆囊切除术中的关键安全视野

该数据集来自 clinicaltrials.gov,聚焦慢性结石性胆囊炎患者行腹腔镜胆囊切除术时的关键安全视野(CVS)问题

Assiut UniversityAssiut University
clinicaltrials
浏览 9
文本Chronic Calculous Cholecystitis
Critical View of Safety in Laparoscopic Cholecystectomy

基本信息

模态
文本
创建/更新时间
2026-10-20

资源简介

腹腔镜胆囊切除术中的关键安全视野

该数据集来自 clinicaltrials.gov,聚焦慢性结石性胆囊炎患者行腹腔镜胆囊切除术时的关键安全视野(CVS)问题。源站描述指出,自 20 世纪 90 年代腹腔镜胆囊切除术普及以来,胆道损伤发生率翻倍至 0.4%,患者因素、局部因素及术者经验均影响损伤风险,而将胆总管误认为胆囊管是主要胆管损伤的最常见原因。数据可用于研究 CVS 在识别 Calot 三角内胆囊结构、降低胆道损伤中的作用(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:慢性结石性胆囊炎。自 20 世纪 90 年代引入并常规使用腹腔镜胆囊切除术以来,报告的胆道损伤发生率已翻倍至 0.4%。许多因素已被证明影响胆道损伤风险,包括患者因素(肥胖、高龄、男性和粘连)、局部因素(严重胆囊炎症/感染、解剖变异和出血)以及术者经验。将胆总管识别为胆囊管是主要胆管损伤的最常见原因。主动识别 Calot 三角内的胆囊结构是减少胆道损伤的关键。Strasberg 于 1958 年首次提出“关键安全视野”(CVS)一词,这种识别胆囊结构的方法已被许多外科医生采纳为减少发生率的标准手术技术

【主题与分类】

主题标签:Chronic Calculous Cholecystitis。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03696823

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/NCT03696823

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

病情:慢性结石性胆囊炎。自20世纪90年代腹腔镜胆囊切除术引入并常规应用以来,所报道的胆道损伤发生率已翻倍至0.4%。许多因素已被证明会影响胆道损伤的风险,包括患者因素(肥胖、高龄、男性和粘连)、局部因素(严重的胆囊炎症/感染、解剖变异和出血)以及外科医生的经验。将胆总管误认为胆囊管是导致主要胆管损伤的最常见原因。在Calot三角内主动识别胆囊结构是减少胆道损伤的关键。Strasberg于1958年首次提出“安全关键视图”(CVS)这一术语,这种识别胆囊结构的方法已被许多外科医生采纳为减少胆道损伤发生率的标准手术技术。

要满足CVS的标准,需要将Calot三角区的脂肪和纤维组织清除干净(“脂肪清除”),将胆囊最低部分从胆囊板游离出来(“肝脏可见”),并且只有两个结构进入胆囊(“两个结构”)。采用这种方法报道的胆管损伤率非常低,然而,还需要更多研究来评估这种方法的利弊比率。

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