胎儿生长受限新生儿脐血S100B蛋白浓度数据集
该数据集来自clinicaltrials.gov，聚焦胎儿生长受限（FGR）新生儿脐血中S100B蛋白浓度。S100B蛋白是中枢神经系统损伤后升高的生物标志物，检测其水平有助于在出生第一天以非侵入方式早期识别FGR等发育异常高风险婴儿，从而及时干预和康复，改善预后
基本信息
资源简介
胎儿生长受限新生儿脐血S100B蛋白浓度数据集
该数据集来自clinicaltrials.gov，聚焦胎儿生长受限（FGR）新生儿脐血中S100B蛋白浓度。S100B蛋白是中枢神经系统损伤后升高的生物标志物，检测其水平有助于在出生第一天以非侵入方式早期识别FGR等发育异常高风险婴儿，从而及时干预和康复，改善预后。研究纳入两组足月妊娠：产前诊断晚发型FGR的研究组与胎儿生长正常的对照组，分娩后分析两组脐血样本的S100B蛋白浓度、pH、碱剩余（BE）和乳酸水平，并涉及脐动脉血流参数。数据可用于探索S100B与FGR及脑损伤的关联，支持早期预测与回归分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：s100b、缺氧缺血、脑、胎儿生长受限（FGR）。S100B蛋白是一种在中枢神经系统（CNS）损伤后升高的生物标志物。测量该蛋白水平可能有助于在出生第一天以非侵入方式早期识别发育异常（如胎儿生长受限（FGR））高风险婴儿。早期发现可实现及时干预和康复，可能改善儿童的预后和长期结局。本研究调查两组足月妊娠：产前诊断晚发型FGR的研究组，以及胎儿生长正常的对照组。分娩后，将分析两组脐血样本的S100B蛋白浓度、pH、碱剩余（BE）和乳酸水平。此外，脐动脉中的胎儿血流参数
【主题与分类】
主题标签：s100b、Hypoxia-Ischemia, Brain、Fetal Growth Restriction (FGR)。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06893926
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/NCT06893926
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：s100b、缺氧缺血、脑、胎儿生长受限（FGR）。S100B蛋白是一种在中枢神经系统（CNS）损伤后升高的生物标志物。测量该蛋白水平可能有助于在生命的第一天，以非侵入性方式早期识别有发育异常高风险（如胎儿生长受限，FGR）的婴儿。早期发现可实现及时干预和康复，有可能改善儿童的预后和长期结局。本研究调查两组足月妊娠：一组为产前诊断为晚期FGR的研究组，另一组为胎儿生长正常的对照组。分娩后，将分析两组脐带血样本中的S100B蛋白浓度、pH值、碱剩余（BE）和乳酸水平。此外，将在分娩前48小时内通过超声监测脐动脉（UA）、子宫动脉（UtA）、静脉导管（DV）和大脑中动脉（MCA）的胎儿血流参数。
本研究旨在比较两组脐带血中S100B蛋白浓度，并评估其与胎儿多普勒参数、pH值、碱剩余及脐带血气分析中乳酸水平的相关性。最终，我们试图确定S100B蛋白浓度作为生物标志物，在诊断受FGR影响儿童胎儿中枢神经系统缺氧缺血方面，相较于正常生长儿童的有效性。
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。
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。
