鼻整形/鼻中隔整形术的术前神经阻滞
该数据集来自 clinicaltrials.gov,围绕鼻整形/鼻中隔整形术的术前神经阻滞展开,涉及鼻骨骨折与鼻中隔偏曲患者

基本信息
资源简介
鼻整形/鼻中隔整形术的术前神经阻滞
该数据集来自 clinicaltrials.gov,围绕鼻整形/鼻中隔整形术的术前神经阻滞展开,涉及鼻骨骨折与鼻中隔偏曲患者。源站描述指出,在当前阿片类药物流行背景下,处方及非法阿片使用每年导致超过 4 万人死亡,手术是开具麻醉性镇痛药的主要原因之一,鼻整形患者术后常被开具短期阿片类药物。术中蝶腭神经节(SPG)阻滞已在内镜鼻窦手术中安全使用,并被证明可减少麻醉药用量和住院时间。研究者希望确定 SPG 阻滞能否成为减少鼻整形术后麻醉药使用的改进策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:鼻骨骨折、鼻中隔偏曲。在当前阿片类药物流行的情况下,每年有超过 40,000 例死亡可归因于处方和非法阿片类药物的使用。为缓解疼痛而开具阿片类药物时,患者存在固有的成瘾风险,而减少其使用或减少处方量的方法有助于降低这一风险。手术是开具麻醉性镇痛药以控制疼痛的主要原因之一。接受鼻整形的患者通常在术后急性期被开具短期阿片类药物。术中蝶腭神经节(SPG)阻滞已在内镜鼻窦手术中成功且安全地使用,并已被证明可减少麻醉药用量和住院时间。研究者有兴趣确定使用 SPG 阻滞是否可能提供一种改进策略,以减少鼻整形术后麻醉药的使用
【主题与分类】
主题标签:Nasal Fracture、Deviated Nasal Septum。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03780478
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/NCT03780478
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:鼻骨骨折、鼻中隔偏曲。在当前阿片类药物泛滥的背景下,每年有超过40,000例死亡可归因于处方和非法阿片类药物的使用。为缓解疼痛而开具阿片类药物时,患者存在固有的成瘾风险,而减少其使用或减少处方量的方法有助于降低这一风险。手术是开具麻醉性镇痛药控制疼痛的主要原因之一。接受鼻整形术的患者在术后急性期常被开具短期阿片类药物。术中蝶腭神经节(SPG)阻滞已成功且安全地应用于内窥镜鼻窦手术,并已被证明可减少麻醉性镇痛药的使用和住院时间。研究者有兴趣确定使用SPG阻滞是否可提供一种改进策略,以减少鼻整形术/鼻中隔成形术后疼痛缓解中麻醉性镇痛药的使用。研究者假设SPG阻滞将减少术后疼痛控制所需的阿片类药物量。研究人群将包括在南加州大学Keck医学中心接受鼻整形术/鼻中隔成形术且能够提供知情同意的患者。
本研究将包括两个组:SPG阻滞组(实验组)和安慰剂生理盐水注射组(对照组)。患者的术后疼痛评分和麻醉药品使用情况将被记录,直至首次随访访问(2周)。患者的人口统计学资料、手术指征及术中镇痛情况也将被记录。患者组间将进行t检验。ANOVA将用于分析可能与麻醉药品使用减少相关的其他因素。
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。




