AI系统筛查婴儿发育性髋关节发育不良的诊断效能研究
该数据集来自clinicaltrials.gov，聚焦婴儿发育性髋关节发育不良（DDH）的超声筛查。数据主要来自上海仁济医院与上海市第六人民医院2014年8月至2021年12月的超声筛查序列数据库，并由具有5-10年DDH超声诊断经验的专家超声医师和儿科骨科专家参与研究
基本信息
资源简介
AI系统筛查婴儿发育性髋关节发育不良的诊断效能研究
该数据集英文名为 Diagnostic Efficacy Study of AI System in Screening Infants With Developmental Dysplasia of the Hip，来自 clinicaltrials.gov，主题标签为 Hip Dysplasia, Developmental，本站归类为肌肉骨骼疾病 / 其他。其核心内容是围绕婴儿发育性髋关节发育不良（DDH）超声筛查展开的诊断效能研究数据，数据主体为上海仁济医院与上海市第六人民医院 2014 年 8 月至 2021 年 12 月间的超声筛查序列数据库，并由具备 5-10 年 DDH 超声诊断经验的专家超声医师和 5-10 年 DDH 诊断经验的儿科骨科专家参与研究。该数据集可用于了解 AI 系统在婴儿 DDH 超声筛查中的诊断效能研究背景与数据构成。
【数据集背景】
该数据集对应一项评估 AI 系统在婴儿发育性髋关节发育不良筛查中诊断效能的研究。研究关注的疾病为发育性髋关节发育不良（DDH），目标人群为接受超声筛查的婴儿。源站描述显示，参与研究的中心包括上海仁济医院、上海市第六人民医院以及复旦大学附属儿科医院等三级医院，这些医院开展 Graf 超声检查较早，平均历史超过 10 年。研究同时涉及其他开展 DDH 超声筛查较晚、诊断经验不足的基层或偏远医疗机构。数据集主题标签为 Hip Dysplasia, Developmental，本站分类归入肌肉骨骼疾病 / 其他。
【数据内容】
源站描述提及“超声筛查序列数据库”，该数据库主要来自上海仁济医院和上海市第六人民医院 2014 年 8 月至 2021 年 12 月期间的资料。数据的具体字段、样本量、图像数量、标注信息、标签体系以及 AI 系统输出指标等，源站未提供。数据集英文名称表明其与 AI 系统筛查婴儿 DDH 的诊断效能研究相关，但源站描述未给出具体的效能评价指标或结果数据。
【采集与来源】
数据采集主要涉及上海仁济医院和上海市第六人民医院 2014 年 8 月至 2021 年 12 月的超声筛查序列数据库。参与中心还包括复旦大学附属儿科医院。源站描述指出，仁济医院、上海市第六人民医院和复旦大学附属儿科医院均为上海的三级医院，开展 Graf 超声检查较早，平均历史超过 10 年。这些医院负责提供具有 5-10 年 DDH 超声诊断经验的专家超声医师，以及具有 5-10 年 DDH 诊断经验的儿科骨科专家参与研究。其他开展 DDH 超声筛查较晚、诊断经验不足的基层或偏远医疗机构也参与其中，但其具体名称与数据贡献，源站未提供。
【适用场景】
基于源站描述，该数据集适用于婴儿发育性髋关节发育不良超声筛查相关研究场景，尤其是涉及 AI 系统诊断效能评估的研究背景。其数据来源涵盖三级医院与基层或偏远医疗机构，可用于了解不同诊断经验水平机构在 DDH 超声筛查中的数据构成差异。具体适用的模型训练、验证或临床决策支持场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据访问方式、预处理流程、划分策略、标注使用规则或 AI 系统接入方式等。
【质量与限制】
源站描述强调了参与专家的诊断经验（5-10 年 DDH 超声诊断经验）以及部分医院开展 Graf 超声检查的历史（平均超过 10 年），但未提供数据集的质量评价指标、标注一致性、样本代表性或偏倚控制等具体信息。数据主要来自上海两家医院 2014 年 8 月至 2021 年 12 月的超声筛查序列数据库，其他基层或偏远医疗机构的具体数据情况源站未提供。数据集的具体规模、类别分布和效能研究结论均源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可信息。
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/NCT06803004
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：发育性髋关节发育不良。1. 参与中心和医生：本研究该部分超声筛查序列数据库中的数据主要来自2014年8月至2021年12月期间的上海仁济医院和上海市第六人民医院。仁济医院、上海市第六人民医院和复旦大学附属儿科医院这三家上海三甲医院较早开展Graf超声检查，平均历史超过10年。他们负责提供具有5-10年以上DDH超声诊断经验的专家超声医师，以及具有5-10年DDH诊断经验的小儿骨科专家参与研究。然而，其他几家DDH超声筛查开展较晚且诊断经验不足的基层或偏远医疗机构主要负责提供初级超声医师参与研究。研究开始前，参与本研究的超声医师将通过考试试卷进行统一定量评估。2.
研究流程：研究开始前一周，参与研究的超声技师通过PPT、视频、文献学习和线下指导等形式接受了关于最新DDH超声诊断的统一培训。对于超声筛查序列数据库中的纳入病例，它们将以随机形式出现在不同的对照组中，如AI模型组、专家超声技师组、初级超声技师组以及初级超声技师+AI辅助组。超声筛查序列数据库中的所有病例均按分层区组随机化方法分配至上述四组（初级组、专家组、AI独立组、AI辅助初级组）。在AI辅助组中，要求每位超声技师根据AI设备提供的测量标记、诊断角度和分型结果，选择修改或确认诊断。然而，在专家超声技师组和初级超声
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。
