鼻部手术后面罩与口面罩通气比较
该数据集来自 clinicaltrials.gov,围绕鼻部手术后患者的面罩通气与口面罩通气比较展开。研究对象为 ASA 分级 I 或 II 级、年龄 19-45 岁、拟行鼻部手术的成年患者,记录年龄、性别、ASA 状态、身高和体重等特征

基本信息
资源简介
鼻部手术后面罩与口面罩通气比较
该数据集来自 clinicaltrials.gov,围绕鼻部手术后患者的面罩通气与口面罩通气比较展开。研究对象为 ASA 分级 I 或 II 级、年龄 19-45 岁、拟行鼻部手术的成年患者,记录年龄、性别、ASA 状态、身高和体重等特征。患者通过计算机生成序列和密封信封随机分为两组,分别接受口面罩后接面罩通气或面罩后接口面罩通气,并接受 midazolam 术前用药、乳酸林格液输注及包括神经肌肉监测和 BIS 在内的标准监测。可用于围术期通气方式比较相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:鼻中隔偏曲。将招募美国麻醉医师协会(ASA)分级 I 或 II 级、年龄 19-45 岁、拟行鼻部手术的成年患者。将记录患者特征:年龄、性别、ASA 身体状况、身高、体重。将使用计算机生成的数字序列进行简单随机化,并使用密封信封将患者分配到 2 个治疗序列,序列 O:口面罩通气后接面罩通气,序列 FM:面罩通气后接口面罩通气。患者将接受 midazolam 术前用药。将开始以 15 mL•kg-1•h-1 输注乳酸林格液。将建立标准监测,包括神经肌肉监测和脑电双频指数监测(BIS)。患者头部将置于定位垫上的中立位。麻醉
【主题与分类】
主题标签:Nasal Septum Deviation。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01869673
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/NCT01869673
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:鼻中隔偏曲。招募美国麻醉医师协会(ASA)体格分级I或II级、年龄19-45岁、拟行鼻部手术的成年患者。记录患者特征:年龄、性别、ASA体格状况、身高、体重。采用计算机生成的数字序列进行简单随机化,并使用密封信封将患者分配至2种治疗顺序:顺序O:口腔面罩通气后接面罩通气;顺序FM:面罩通气后接口腔面罩通气。患者术前给予咪达唑仑。开始输注乳酸林格液,速率15 mL•kg-1•h-1。建立标准监测,包括神经肌肉监测和脑电双频指数监测(BIS)。患者头部置于体位垫上,保持中立位。以丙泊酚2 ml/kg和芬太尼50 mcg诱导麻醉。以氧气、一氧化二氮和七氟烷维持麻醉。通过面罩对患者进行通气。选择尺寸合适、贴合最佳的面罩,并记录面罩尺寸。
气体流量将为4 L/min。在诱导期,将评定患者的面罩通气分级(0级:未尝试面罩通气,1级:面罩通气,2级:使用口咽通气道或其他辅助工具进行面罩通气,3级:困难面罩通气(通气不足、不稳定或需要两名操作者),4级:无法进行面罩通气(Han分级量表)),分级≥2级的患者将被排除在研究之外。将使用罗库溴铵0.6 mg/kg促进肌肉松弛和插管。手术结束时,当TOF达到0.9且患者自主呼吸时,将拔除气管导管,同时继续吸入麻醉(BIS 50-70)。拔管后,将通过面罩通气辅助自主呼吸。面罩通气将根据序
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。




