经胸超声鉴别胸腔积液的评估
该数据集来自 clinicaltrials.gov,聚焦胸腔积液患者中经胸超声(TUS)鉴别漏出液与渗出液的诊断价值评估

基本信息
资源简介
经胸超声鉴别胸腔积液的评估
该数据集来自 clinicaltrials.gov,聚焦胸腔积液患者中经胸超声(TUS)鉴别漏出液与渗出液的诊断价值评估。源站描述指出,Light's criteria 需行有创胸腔穿刺,且在使用利尿剂的患者中可将多达 25% 的漏出液误判为渗出液,因此需要确立 TUS 等无创影像手段的诊断价值。所有入组参与者将接受系统临床评估及三项主要诊断评估。数据可用于胸腔积液无创分类与诊断效能研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:胸腔积液、漏出性胸腔积液、渗出性胸腔积液。胸腔积液是一种高度流行的胸膜腔疾病,其临床检查的基本步骤是确定液体是漏出液还是渗出液。该分类的标准生化工具是 Light's criteria,其需要侵入性胸腔穿刺。鉴于胸腔穿刺的操作风险,以及 Light's criteria 在使用利尿剂治疗的患者中可将多达 25% 的漏出液误分类为渗出液,有必要确立胸部超声(TUS)等无创影像学方式的诊断价值。所有入组参与者将接受系统的临床评估和三项主要诊断评估:1. 临床评估:* 参与者将接受完整的病史评估(评估症状、持续时间及潜在
【主题与分类】
主题标签:Pleural Effusion、Transudative Pleural Effusion、Exudative Pleural Effusion。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07513909
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/NCT07513909
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:胸腔积液、漏出性胸腔积液、渗出性胸腔积液。胸腔积液是一种高度流行的胸膜腔疾病,其临床检查的基本步骤是确定液体是漏出液还是渗出液。用于此分类的标准生化工具是Light标准,该标准需要进行有创的胸腔穿刺。鉴于胸腔穿刺的操作风险,以及Light标准在接受利尿剂治疗的患者中可能将高达25%的漏出液误分类为渗出液,有必要确立胸部超声(TUS)等无创成像方式的诊断价值。所有入组参与者将接受系统的临床评估和三项主要诊断评估:1. 临床评估:* 参与者将接受完整的病史评估(评估症状、持续时间及潜在合并症)和体格检查。* 将采集基线血液检查,包括全血细胞计数(CBC)、肝肾功能检查、血清白蛋白、血清LDH、血清总蛋白、血清葡萄糖和C反应蛋白(CRP)。2.
胸部超声(TUS):* 成像将使用配备低频凸阵探头(3.5-5 MHz)用于深部评估和高频线阵探头(7.5-12 MHz)用于近场评估的高分辨率B型超声仪进行。* 患者将以坐位或半卧位接受检查。* 评估的超声参数包括胸腔积液的回声特性(无回声、均匀回声、复杂性无分隔、复杂性分隔、高回声)、分隔的存在及数量、胸膜增厚、表面不规则性以及液体量估算。3. 参考标准(胸腔穿刺):* 诊断性胸腔穿刺将在超声引导下采用标准无菌技术进行。* 胸腔积液将分析总蛋白、LDH、葡萄糖、白蛋白和细胞计数(如临床需要,另加微生物学或细胞学检查)。* 同时血清蛋白
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




