单次使用柔性支气管镜与半硬质胸腔镜行内科胸腔镜检查的安全性与可行性
该数据集来自 clinicaltrials.gov,围绕恶性胸腔积液与胸腔积液患者,比较单次使用柔性支气管镜与半硬质胸腔镜行内科胸腔镜检查的安全性与可行性

基本信息
资源简介
单次使用柔性支气管镜与半硬质胸腔镜行内科胸腔镜检查的安全性与可行性
该数据集来自 clinicaltrials.gov,围绕恶性胸腔积液与胸腔积液患者,比较单次使用柔性支气管镜与半硬质胸腔镜行内科胸腔镜检查的安全性与可行性。源站描述提出研究问题:一次性柔性支气管镜能否作为半硬质胸腔镜的替代方法用于胸腔积液诊断并获得可比结果;并列出可行性、手术总时长无显著差异及操作可行性等研究假设。数据可用于评估替代器械在胸腔积液诊断中的操作可行性与结局比较(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:恶性胸腔积液(Mpe)、内科胸腔镜检查、胸腔积液。研究问题:使用一次性柔性支气管镜的内科胸腔镜检查能否作为半硬质胸腔镜的替代方法用于胸腔积液诊断,并获得可比的结果?研究假设:1. 使用单次使用柔性支气管镜的内科胸腔镜检查是可行的,其定义为成功进入胸腔、充分的胸膜可视化、成功获取胸膜活检,以及在不转换为传统半硬质胸腔镜的情况下完成操作。2. 使用单次使用柔性支气管镜进行的内科胸腔镜检查与传统半硬质胸腔镜相比,操作总时长(分钟)无显著差异。3. 使用单次使用柔性支气管镜的内科胸腔镜检查在操作上是可行的,显示
【主题与分类】
主题标签:Malignant Pleural Effusions (Mpe)、Medical Thoracoscopy、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/NCT07726784
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/NCT07726784
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:恶性胸腔积液(MPE)、内科胸腔镜、胸腔积液。研究问题:使用一次性柔性支气管镜进行MT,能否作为半硬质胸膜镜的替代方法用于诊断胸腔积液,并获得可比的结果?研究假设:1. 使用一次性柔性支气管镜进行内科胸腔镜是可行的,定义为成功进入胸膜腔、获得充分的胸膜可视化、成功获取胸膜活检,并在未转换为传统半硬质胸膜镜的情况下完成操作。2. 使用一次性柔性支气管镜进行内科胸腔镜与传统半硬质胸膜镜相比,操作总持续时间(分钟)无显著差异。3. 使用一次性柔性支气管镜进行内科胸腔镜在操作上是可行的,与传统半硬质胸膜镜相比,操作成功率——定义为成功进入胸膜腔、充分可视化和成功采集组织且无需设备交叉——无显著差异。4.
与一次性柔性支气管镜组相关的即时操作成本利用和一次性硬件支出将不同于(或低于)传统半硬质胸腔镜组。5. 一次性柔性支气管镜组与传统半硬质胸腔镜组在初步基线诊断率或术后48小时并发症发生率和特征方面无显著差异。研究设计这是一项前瞻性、单中心、开放标签、两组平行组随机对照试验,比较一次性柔性支气管镜检与传统半硬质胸腔镜检查在胸腔积液住院患者中的应用。研究地点研究将在马来西亚国民大学端姑·穆赫里兹医院(HCTM UKM)内镜中心进行。样本量本试点平行组研究的目标样本量为总共36名受试者,随机分组
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。




