肠梗阻非手术治疗失败预测数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT06711107

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

条件：小肠梗阻、肠道假性梗阻。本研究旨在收集2022年5月至2024年10月期间在法国和意大利医院收治的小肠梗阻（SBO）患者数据，以开发深度卷积神经网络（DCNN）模型。该模型将分析匿名化CT扫描，评估非手术治疗（NOM）对SBO的有效性，为手术干预决策提供支持。纳入患者为因腹腔粘连导致SBO且初始接受NOM至少24小时者。排除其他原因所致SBO、24小时内早期手术或未经CT扫描诊断的患者。数据收集覆盖昂蒂布、尼斯、米兰和维梅尔卡泰的医院，目标为连续收治的粘连性病因SBO病例。为对DCNN进行外部验证，还将回顾性收集2021年5月至2022年4月期间昂蒂布医院收治的粘连性SBO患者数据。该验证集包括成功接受NOM的患者以及NOM失败后需要手术的患者。

DCNN模型将应用于这些患者的匿名、平扫及增强门静脉期CT扫描，研究人员对每位患者的NOM结局设盲，以防止偏倚。随后，将使用与初始模型测试一致的准确性指标评估模型性能，以确保应用于外部病例时结果的可靠性。在通过临床检查、血液检验和CT扫描诊断为粘连性SBO后，NOM包括按现行指南进行禁食、镇痛、止吐和补液，不一定使用鼻胃管或造影剂。患者在24小时后重新评估，以确定是继续NOM还是需要手术。若患者症状缓解、排便且90天内无复发，则NOM被视为有效。NOM失败定义为因症状持续、加重而需要行腹腔镜或开腹手术。

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。