妇科手术后腹腔内失血量超声评估数据集
该数据集来自 clinicaltrials.gov,聚焦妇科手术后腹腔内出血的超声评估。术后腹腔内出血是妇科手术后致病甚至致死的重要因素,而出血进入腹腔时诊断更困难且可能延迟

基本信息
资源简介
妇科手术后腹腔内失血量超声评估数据集
该数据集来自 clinicaltrials.gov,聚焦妇科手术后腹腔内出血的超声评估。术后腹腔内出血是妇科手术后致病甚至致死的重要因素,而出血进入腹腔时诊断更困难且可能延迟。超声是无创、快速且广泛可用的游离腹腔和盆腔积液评估工具,现代设备支持三维容积评估积液,以及基于多普勒测量下腔静脉(IVC)直径及其塌陷指数,这两者均与血管内容量状态和失血量相关。目前建立腹腔内正常范围的数据有限。该数据可用于术后出血的超声识别与失血量评估研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:手术部位术后血肿(诊断)、术后出血。妇科手术后腹腔内出血是致病的重要因素,在某些情况下也是致死的重要因素。及时识别腹腔内失血对于适当的临床干预至关重要。当出血进入腹腔时,诊断更加困难且可能延迟。超声是一种无创、快速且广泛可用的工具,用于评估游离的腹腔和盆腔积液。现代设备允许对积液进行三维容积评估,以及基于多普勒测量下腔静脉(IVC)直径及其塌陷指数——这两者均已知与血管内容量状态和失血量相关。目前,建立腹腔内正常范围的数据有限。
【主题与分类】
主题标签:Post-Operative Hemorrhage。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06953141
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/NCT06953141
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
情况:手术部位术后血肿(诊断)、术后出血。术后腹腔内出血是妇科手术后致病的重要原因,在某些情况下也是死亡的重要原因。及时识别腹腔内失血对于采取适当的临床干预至关重要。当出血发生在腹腔内时,诊断更为困难,且可能被延误。超声是一种无创、快速且广泛可用的工具,可用于评估腹腔和盆腔游离液体。现代设备可对液体积聚进行三维容积评估,并可基于多普勒测量下腔静脉(IVC)直径及其塌陷指数——已知这两项指标均与血管内容量状态和失血相关。目前,关于术后腹腔内液体量或IVC直径正常范围的数据有限,且对于妇科手术后这些测量指标的幅度及其与临床结局的关系知之甚少。
这项前瞻性队列研究旨在通过先进超声成像技术,在术后24小时内量化腹腔内液体,并测定下腔静脉直径及其塌陷指数。研究将纳入接受开腹、腹腔镜或阴道妇科手术的患者。研究将探讨超声检查结果与临床结局之间的相关性,如血红蛋白下降、输血需求、感染、疼痛及住院时间。此外,我们旨在建立术后腹腔内液体量和下腔静脉直径正常范围的参考列线图。
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。




