疑似非复杂性急性阑尾炎且BMI>30患者的低剂量CT方案优化
该数据集来自clinicaltrials.gov,聚焦疑似非复杂性急性阑尾炎且BMI>30患者的低剂量CT方案优化。急性阑尾炎是急诊腹痛和急诊腹部手术的常见原因,临床诊断依赖病史、体检、实验室检查及外科医生的临床判断,但仍有挑战,因多种疾病可模拟阑尾炎表现,影像学检查对提高诊断准确性作用增大

基本信息
资源简介
疑似非复杂性急性阑尾炎且BMI>30患者的低剂量CT方案优化
该数据集来自clinicaltrials.gov,聚焦疑似非复杂性急性阑尾炎且BMI>30患者的低剂量CT方案优化。急性阑尾炎是急诊腹痛和急诊腹部手术的常见原因,临床诊断依赖病史、体检、实验室检查及外科医生的临床判断,但仍有挑战,因多种疾病可模拟阑尾炎表现,影像学检查对提高诊断准确性作用增大。目前术前影像检查被广泛接受为金标准,CT诊断性能明显优于超声。该数据可用于评估低剂量CT在特定人群中的诊断价值(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:阑尾炎、其他和未特指的急性阑尾炎、急性疾病、胃肠道疾病、腹腔内感染。急性阑尾炎是急诊科腹痛最常见的原因之一,也是急诊腹部手术最常见的指征之一。临床诊断一直基于患者病史、体格检查和实验室检查结果以及外科医生的“临床眼光”。然而诊断仍然具有挑战性。主要问题之一是许多其他疾病可以模拟阑尾炎的临床表现,从而增加了影像学技术在辅助诊断准确性方面的作用。目前,对疑似急性阑尾炎患者的术前影像检查已被广泛接受为金标准,并且CT在诊断性能方面已显示出明显优于US。目前C
【主题与分类】
主题标签:Appendicitis、Other and Unspecified Acute Appendicitis、Acute Disease、Gastrointestinal Disease、Intra-abdominal Infection。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04519086
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/NCT04519086
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:阑尾炎、其他及未特指的急性阑尾炎、急性病、胃肠道疾病、腹腔内感染。急性阑尾炎是急诊科最常见的腹痛原因之一,也是最常见的急诊腹部手术指征之一。临床诊断一直基于患者病史、体格检查、实验室检查结果以及外科医生的“临床眼光”。然而,诊断仍然具有挑战性。主要问题之一是许多其他疾病可以模拟阑尾炎的临床表现,从而增加了影像学技术在提高诊断准确性方面的作用。目前,对疑似急性阑尾炎患者进行术前影像学检查已被广泛接受为金标准,且CT在诊断性能方面已显示出明显优于超声。目前,CT成像被认为是诊断急性阑尾炎的主要影像学方法,因其高灵敏度和特异度而受到认可。CT成像的主要缺点是辐射暴露。
因此,CT成像良好的诊断性能促进了通过开发低剂量CT方案来优化扫描协议以减少辐射暴露。初步研究表明,对比增强低剂量CT不劣于标准剂量对比增强CT,在阴性阑尾切除率、阑尾穿孔率或需要额外成像的患者方面均无统计学显著性差异。本研究聚焦于使用对比增强低剂量CT成像作为区分BMI超过30 kg/m²患者中非复杂性和复杂性急性阑尾炎的手段。准确的鉴别诊断有助于评估所有可用的治疗方案。复杂性急性阑尾炎需要紧急阑尾切除术,而大多数非复杂性急性阑尾炎患者可以安全有效地通过抗生素治疗。我们的研究团队已经发表了初步OPTICAP试验的结果,该试验纳入了BMI低于
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。




