红外辅助静脉置管对肺癌患者舒适度的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT07550764

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：肺癌（诊断）。背景：外周静脉置管（PIVC）是临床实践中最常见的侵入性操作之一。在接受化疗的患者中，反复的静脉穿刺和化疗相关的血管损伤可使置管变得困难，并可能增加尝试次数、疼痛和不适。近红外（NIR）静脉可视化设备可将浅表静脉的实时图像投射到皮肤上，可能有助于护士选择合适的静脉。研究设计：解释性序贯混合方法设计（定量→定性）。该设计的序贯性在分析和整合层面得以确立。由于门诊单元的患者在治疗后难以再次联系，定性访谈与定量数据收集在同一时期进行；定性分析和整合在定量分析完成后进行。该试验按照CONSORT 2025报告，定性部分按照COREQ报告，混合方法整合按照GRAMMS报告。

第一阶段（定量）：单中心、平行组（1：1）、双臂、开放标签随机对照试验。* 干预组（随机80例）：在近红外静脉可视化设备辅助下进行PIVC。* 对照组（随机80例）：采用该科室常规方法（视诊和触诊）进行PIVC，不使用任何技术辅助。* 两组均遵循相同的标准操作流程，使用同一品牌和批组的耗材。最多允许尝试三次。第二阶段（定性）：定性描述性设计。在T2测量后，从干预组中目的性选取11例患者进行半结构化个体访谈。访谈进行录音，逐字转录，并采用混合（演绎和归纳）定性内容分析进行分析。编码由研究者和论文导师独立完成。定性

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。