超声引导下胸段竖脊肌平面阻滞与胸段硬膜外镇痛在小儿胸科手术中的镇痛效果与血流动力学稳定性:随机对照试验
该数据集来自 clinicaltrials.gov,为一项前瞻性、单中心、随机对照试验,在越南国家儿童医院麻醉科于2024年1月至12月开展

基本信息
资源简介
超声引导下胸段竖脊肌平面阻滞与胸段硬膜外镇痛在小儿胸科手术中的镇痛效果与血流动力学稳定性:随机对照试验
该数据集来自 clinicaltrials.gov,为一项前瞻性、单中心、随机对照试验,在越南国家儿童医院麻醉科于2024年1月至12月开展。研究对象为4至16岁、ASA I-II级、接受择期单侧胸科手术的儿童,比较超声引导下胸段竖脊肌平面阻滞与胸段硬膜外镇痛的镇痛效果及血流动力学稳定性。覆盖肺囊肿、纵隔肿瘤、膈疝、肺肿瘤及胸壁肿瘤等术式。可用于评估两种区域麻醉技术在儿科胸科手术中的镇痛与安全性差异(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:术后疼痛、胸科手术肺、开胸镇痛、区域麻醉。这项前瞻性、单中心、随机对照试验在越南国家儿童医院麻醉科于2024年1月至2024年12月期间进行,并经机构审查委员会批准。入组前已获得患者父母或法定监护人的书面知情同意。该研究按照《赫尔辛基宣言》进行,并遵循CONSORT指南报告。纳入年龄4-16岁、ASA身体状况I-II级、在全身麻醉下接受择期单侧胸科手术的儿童。符合条件的手术包括肺囊肿、纵隔肿瘤、膈疝、肺肿瘤和胸壁肿瘤的手术。对局部麻醉药过敏、有明显肝
【主题与分类】
主题标签:Postoperative Pain、Thoracic Surgery Lung、Thoracotomy Analgesia、Regional Anesthesia。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07602179
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/NCT07602179
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:术后疼痛、胸外科肺手术、开胸术镇痛、区域麻醉。这项前瞻性、单中心、随机对照试验在获得机构审查委员会批准后,于2024年1月至2024年12月在越南国家儿童医院麻醉科进行。入组前已获得患者父母或法定监护人的书面知情同意。该研究按照《赫尔辛基宣言》进行,并遵循CONSORT指南报告。纳入年龄4-16岁、ASA身体状况I-II级、在全身麻醉下接受择期单侧胸外科手术的儿童。符合条件的手术包括肺囊肿、纵隔肿瘤、膈疝、肺肿瘤和胸壁肿瘤手术。排除对局部麻醉药过敏、有明显肝、肾或心血管疾病、凝血障碍、未治疗的低血容量、穿刺部位感染、脊柱或胸壁畸形,或穿刺水平附近有椎旁肿瘤的患者。
若患者撤回知情同意、发生术中大量出血(>20 mL/kg)或需要转为正中胸骨切开术,则将其退出研究。入组后,患者按1:1比例随机分配至以下研究组之一:* ESPB组:全身麻醉诱导后,患者在T5-T6或T6-T7水平接受超声引导下竖脊肌平面阻滞,使用高频线阵探头。经水分离确认后,注射0.25%左布比卡因(0.3 mL/kg,最大20 mL),并置入导管用于术后持续镇痛。* TEA组:全身麻醉诱导后,患者采用阻力消失技术,使用Tuohy针在T5-T6或T6-T7间隙置入胸段硬膜外导管。确认置管正确后,经硬膜外导管给予0.25%左布比卡因(0.3 mL/kg,最大20 mL)。全身麻醉诱导采用
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。




