阿根廷简明结肠镜检查难度评分(ABCD)
该数据集来自 clinicaltrials.gov,主题为阿根廷简明结肠镜检查难度评分(ABCD),涉及结直肠癌、诊断疾病、结肠息肉与结肠腺瘤等条件

基本信息
资源简介
阿根廷简明结肠镜检查难度评分(ABCD)
该数据集来自 clinicaltrials.gov,主题为阿根廷简明结肠镜检查难度评分(ABCD),涉及结直肠癌、诊断疾病、结肠息肉与结肠腺瘤等条件。结肠镜检查是全球开展最多的消化内镜操作,用于结直肠癌筛查、癌前病变监测、有症状患者的诊断及治疗目的。肠道准备是保证结肠黏膜评估质量的最关键指标,其他质量指标包括退镜时间超过6至10分钟以及通过回盲部插管完成检查。除肠道准备外,狭窄、憩室炎或血流动力学不稳定等情况也会限制回盲部插管。该数据可用于结肠镜检查难度相关预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:结直肠癌、诊断疾病、结肠息肉、结肠腺瘤。结肠镜检查是全球开展最多的消化内镜操作。其适应证包括结直肠癌筛查、癌前病变监测、有症状患者的诊断以及治疗目的。肠道准备是保证适当结肠黏膜评估的最关键质量指标。其他结肠镜检查质量指标包括结肠镜退镜时间超过6至10分钟以及通过回盲部插管完成结肠镜检查。除肠道准备外,某些情况会限制回盲部插管:狭窄、憩室炎或血流动力学不稳定。在不存在上述情况或类似情况时,回盲部插管必须是每位内镜医师应达到的目标。然而,有时这对内镜医师而言意味着巨大的努力。它可能需要一
【主题与分类】
主题标签:Colorectal Cancer、Diagnoses Disease、Polyp of Colon、Adenoma Colon。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05422820
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/NCT05422820
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:结直肠癌、诊断疾病、结肠息肉、结肠腺瘤。结肠镜检查是全球范围内实施最多的消化内镜操作。其适应症包括结直肠癌筛查、癌前病变监测、有症状患者的诊断评估以及治疗目的。肠道准备是确保适当评估结肠黏膜的最关键质量指标。结肠镜检查的其他质量指标包括结肠镜退镜时间超过6至10分钟以及通过盲肠插管完成结肠镜检查。除肠道准备外,某些情况会限制盲肠插管:狭窄、憩室炎或血流动力学不稳定。在不存在上述情况或类似情形时,盲肠插管必须是每位内镜医师力求实现的目标。然而,有时这对内镜医师而言意味着巨大的努力。它可能需要额外技术,如手动腹部按压、体位改变、重新开始结肠镜检查以及另一位内镜医师的新尝试。此外,这会使得盲肠插管时间增加超过10分钟,增加麻醉需求和结肠镜检查后腹痛,并伴有更高的未察觉病变风险。
据我们所知,就盲肠插管而言,结肠镜技术难度尚无标准定义,也没有任何工具能基于上述附加技术对其进行分级。目前,已开发的工具如困难结肠镜评分(DCS)会考虑患者结肠镜检查前的因素,如年龄、体重指数(BMI)、睡眠质量和内镜医师经验。其他工具则基于对技术难度的定性评估。一个记录这些终点的工具构成了结肠黏膜评估的额外客观质量标准,并在结肠镜检查过程中和检查后具有关键的变化管理作用。注意到技术上困难的结肠镜检查值得更长的退镜时间、更多的照片记录、更谨慎的出院、更详细的患者指导,以及个人
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。




