使用PTEye设备减少甲状腺手术中意外甲状旁腺切除术
该数据集来自clinicaltrials.gov,聚焦甲状腺手术中意外甲状旁腺切除术(IP)的临床问题。源站描述指出,IP可能导致暂时或永久性甲状旁腺功能减退和低钙血症,增加住院时间和额外治疗需求

基本信息
资源简介
使用PTEye设备减少甲状腺手术中意外甲状旁腺切除术
该数据集来自clinicaltrials.gov,聚焦甲状腺手术中意外甲状旁腺切除术(IP)的临床问题。源站描述指出,IP可能导致暂时或永久性甲状旁腺功能减退和低钙血症,增加住院时间和额外治疗需求。研究计划前瞻性纳入25名接受甲状腺叶切除术或全甲状腺切除术的患者,由研究批准的外科医生在90天内完成手术,旨在评估PTEye设备在术中识别甲状旁腺、降低IP发生率方面的作用。数据可用于甲状腺手术并发症相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:甲状腺手术、意外甲状旁腺切除术、甲状腺肿大。甲状腺手术中的意外甲状旁腺切除术(IP)可能导致暂时或永久性甲状旁腺功能减退和低钙血症,这代表着显著的发病率。遭受IP及其临床后果的患者通常需要更长的住院时间以及额外的住院治疗和处方药物。ProMedica执行大量内分泌手术,因此使用新型技术来辅助术中识别甲状旁腺可能最终为患者提供降低的发病率。研究者计划前瞻性纳入25名接受甲状腺叶切除术或全甲状腺切除术的患者。手术将由研究批准的外科医生执行。所有手术将在收到PTEye后的90天期间内进行。
【主题与分类】
主题标签:Thyroid Surgery、Inadvertent Parathyroidectomy、Enlarged Thyroid。本站分类:内分泌、营养和代谢疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06927245
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/NCT06927245
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:甲状腺手术、意外甲状旁腺切除术、甲状腺增大。甲状腺手术中意外甲状旁腺切除术(IP)可能导致暂时性或永久性甲状旁腺功能减退及低钙血症,构成显著的发病率负担。发生IP及其临床后果的患者往往需要更长的住院时间以及额外的住院治疗和处方药物。ProMedica开展大量内分泌手术,因此使用新型技术辅助术中识别甲状旁腺,最终可能降低患者的发病率。研究者计划前瞻性纳入25例接受甲状腺叶切除术或全甲状腺切除术的患者。手术将由研究批准的外科医生实施。所有手术将在收到PTEye设备后开始的90天期间内进行。所有受试者将在术前签署知情同意书以纳入研究,包括同意使用PTEye设备。计划接受甲状旁腺切除术、Cistrunk手术、再次颈部手术或颈部淋巴结清扫的受试者将不被纳入本特定研究。
受试者术前流程不会有任何变化。受试者将遵循典型的手术标准护理流程。受试者进入手术后,外科医生将使用PTeye设备识别甲状旁腺。外科医生将使用一次性探头接触组织,扫描甲状腺以获取基线读数。一旦外科医生建立基线,即可使用该设备确认其所识别的组织是否为甲状旁腺组织。当设备检测到甲状旁腺组织时会发出声音。除使用PTeye设备外,外科医生将遵循标准护理流程实施手术。受试者将遵循标准护理术后流程,无需参加任何额外预约(按标准护理安排的预约除外)。研究人员将
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。




