全身麻醉气管插管后咽喉部损伤数据集
该数据集来源于clinicaltrials.gov,回顾性纳入2015年10月1日至2025年9月30日在浙江大学医学院附属第一医院全身麻醉下接受气管插管的患者,聚焦术后咽喉部主诉相关问题

基本信息
资源简介
全身麻醉气管插管后咽喉部损伤数据集
该数据集来源于clinicaltrials.gov,回顾性纳入2015年10月1日至2025年9月30日在浙江大学医学院附属第一医院全身麻醉下接受气管插管的患者,聚焦术后咽喉部主诉相关问题。通过会诊系统识别因术后咽喉部主诉需耳鼻喉科会诊的患者,经Medison麻醉信息管理系统和电子病历系统采集数据,并进行电话随访评估预后。主要结局指标为术后声嘶的危险因素,可用于分析相关风险因素并构建预测模型(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Gastric Cancer、Hepatic Carcinoma、Pulmonary Carcinoma、Pancreatic Carcinoma、Cholangiocarcinoma、Thyroid Carcinoma。本研究回顾性分析了2015年10月1日至2025年9月30日期间在浙江大学医学院附属第一医院全身麻醉下接受气管插管的患者,重点关注术后咽喉部主诉相关问题。通过病例会诊系统识别因术后咽喉部主诉需耳鼻喉科会诊的患者。通过Medison麻醉信息管理系统和电子病历系统收集相关患者数据,并进行电话随访以评估患者预后。主要结局指标为术后声嘶的危险因素,次要结局指标为
【主题与分类】
主题标签:Gastric Cancer、Hepatic Carcinoma、Pulmonary Carcinoma、Pancreatic Carcinoma、Cholangiocarcinoma、Thyroid Carcinoma。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07359586
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/NCT07359586
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:胃癌、肝癌、肺癌、胰腺癌、胆管癌、甲状腺癌。本研究回顾性分析了2015年10月1日至2025年9月30日期间在浙江大学医学院附属第一医院接受全身麻醉下气管插管的患者,重点关注与术后咽喉部主诉相关的问题。通过病例会诊系统识别因术后咽喉部主诉而需耳鼻喉科会诊的患者。通过Medison麻醉信息管理系统和电子病历系统收集相关患者数据,并进行电话随访以评估患者预后。主要结局指标为术后声嘶的危险因素,次要结局指标包括术后声嘶的发生率、声带损伤的严重程度及其相关危险因素。此外,还评估了患者的预后及其相关危险因素。
本研究旨在降低围术期咽喉损伤的发生率,并为围术期麻醉方案的优化提供参考。
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。




