伴或不伴鼻内去氨加压素的FESS治疗慢性鼻窦炎伴鼻息肉
该数据集来自 clinicaltrials.gov,围绕慢性鼻窦炎伴鼻息肉(CRSwNP)患者接受功能性内镜鼻窦手术(FESS)的临床研究

基本信息
资源简介
伴或不伴鼻内去氨加压素的FESS治疗慢性鼻窦炎伴鼻息肉
该数据集来自 clinicaltrials.gov,围绕慢性鼻窦炎伴鼻息肉(CRSwNP)患者接受功能性内镜鼻窦手术(FESS)的临床研究。CRSwNP 为慢性炎症性疾病,可导致持续性鼻塞、流涕、面部压迫感及嗅觉减退或丧失。研究关注术中出血对手术视野和解剖结构辨认的影响,并探讨术前鼻内使用去氨加压素是否可能改善 FESS 的术中条件。该研究为随机对照试验,拟在耳鼻喉科开展。数据可用于分析术前用药与术中手术条件之间的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性鼻窦炎、鼻息肉病。慢性鼻窦炎伴鼻息肉病(CRSwNP)是一种影响鼻腔和鼻旁窦的慢性炎症性疾病。患者可能出现持续性鼻塞、鼻分泌物、面部压迫感以及嗅觉减退或丧失。对于经过适当药物治疗后症状仍持续的患者,会实施功能性内镜鼻窦手术(FESS)。术中出血是 FESS 期间的一个重要考量,因为血液会干扰手术视野的可视化,并使解剖结构的识别和手术剥离更加困难。本研究旨在探讨术前鼻内使用去氨加压素是否可能影响 FESS 期间的术中条件。这是一项随机对照试验,将在 Services Hospit 的耳鼻喉科开展。
【主题与分类】
主题标签:Chronic Sinusitis、Nasal Polyposis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07855315
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/NCT07855315
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:慢性鼻窦炎、鼻息肉病。慢性鼻窦炎伴鼻息肉病(CRSwNP)是一种影响鼻腔和鼻旁窦的慢性炎症性疾病。患者可能出现持续性鼻塞、鼻漏、面部压迫感以及嗅觉减退或丧失。对于尽管接受了适当药物治疗但症状仍持续的患者,会实施功能性内窥镜鼻窦手术(FESS)。术中出血是FESS期间的一个重要考量因素,因为血液会干扰手术视野的可视化,使解剖结构的识别和手术分离变得更加困难。本研究旨在探讨术前鼻内使用去氨加压素是否可能影响FESS期间的手术条件。这是一项将在拉合尔Services Hospital耳鼻咽喉科进行的随机对照试验。符合条件的、患有慢性鼻窦炎伴双侧鼻息肉并计划接受择期FESS的患者将被考虑参与。
患者将采用计算机生成的随机序列被随机分配到两组,并通过按顺序编号的不透明密封信封实现分配隐藏。被分配到干预组的参与者将在麻醉诱导前约30-60分钟接受20 μg鼻内去氨加压素,每个鼻孔给予10 μg。对照组的参与者将在不接受术前鼻内去氨加压素的情况下接受FESS。手术将采用全身麻醉和标准化的内镜手术技术。该研究将评估术中失血量和手术野质量。失血量将通过扣除冲洗液后的吸引罐体积进行估算,并结合对手术纱布和鼻腔填塞物所吸收血液的估算。手术野质量将使用Boezaart手术野分级量表进行评估。其他结局指标包括手术时长、术
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。




