超声测量辅助腰椎穿刺减少出血研究(HELPUS)
该数据集来自 clinicaltrials.gov,围绕腰椎穿刺(LP)这一儿科急诊常见操作,关注通过超声测量减少穿刺出血及相关并发症

基本信息
资源简介
超声测量辅助腰椎穿刺减少出血研究(HELPUS)
该数据集来自 clinicaltrials.gov,围绕腰椎穿刺(LP)这一儿科急诊常见操作,关注通过超声测量减少穿刺出血及相关并发症。源站描述指出,LP 常用于评估新生儿、婴幼儿及儿童脑膜炎,风险包括引入病原体、疼痛、多次尝试及无法获得可解读脑脊液,后者常导致次日脊柱超声检查及必要时介入放射科透视引导下重复穿刺;初始 LP 失败与住院时间延长和资源消耗增加相关。数据可用于研究超声测量在减少腰椎穿刺出血、提高穿刺成功率方面的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:腰椎穿刺。腰椎穿刺(LP)是儿科急诊科经常执行的操作,最常用于评估发热、低体温或外观病态的新生儿、婴儿和儿童中的脑膜炎。年龄较大的儿童常表现为头痛、脑膜刺激征和/或精神状态改变。LP 的风险包括引入病原体、疼痛、需要多次尝试以及无法获得可解读的脑脊液。后者常导致次日进行脊柱超声检查,如果该检查未显示硬膜外血凝块,则由介入放射科医生在透视引导下重复腰椎穿刺。在一项评估婴儿脓毒症管理的研究中发现,初始 LP 的成功起着重要作用:初始 LP 不成功的婴儿住院时间更长且需要更多资源。因此,确保
【主题与分类】
主题标签:Lumbar Puncture。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07612644
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/NCT07612644
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
适应证:腰椎穿刺。腰椎穿刺(LP)是儿科急诊常进行的操作,最常用于评估高热、低体温或外观病态的新生儿、婴儿和儿童的脑膜炎。年长儿童常表现为头痛、脑膜刺激征和/或精神状态改变。腰椎穿刺的风险包括引入病原体、疼痛、需要多次尝试以及未能获得可解读的脑脊液。后者常导致次日进行脊柱超声检查,若未显示硬膜外血凝块,则由介入放射科医师在透视引导下重复腰椎穿刺。在一项评估婴儿脓毒症管理的研究中发现,初始腰椎穿刺的成功起着重要作用:初始腰椎穿刺不成功的婴儿住院时间更长且需要更多资源。因此,确保首次尝试即成功进行腰椎穿刺对于最大限度减少医疗资源利用、优化患者诊疗以及减轻该操作对父母和患者的情感负担至关重要。
不幸的是,腰椎穿刺(LP)后硬膜外血肿(EDH)并不少见,在6个月以下接受创伤性腰椎穿刺的患者中,超声诊断的EDH检出率达40%;在穿刺不成功但非创伤性腰椎穿刺中达31%,其中17%出现硬膜囊完全消失。椎管宽度足以容纳EDH,仅罕见遗留后遗症。然而,已有新生儿因脊髓圆锥髓内出血导致截瘫的报道。自2021年修订版发热新生儿指南发布以来,4 小婴儿腰椎穿刺的实施数量已大幅下降。腰椎穿刺实施减少的一个后果是,临床医生——尤其是受训人员和早期职业从业者——维持操作胜任能力的机会减少。随着操作技能和信心的下降,获取无法判读或创伤性样本的风险增加。显然,改善 t
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。




