远程指导eFAST游离液体检测

该数据集来自clinicaltrials.gov,研究远程指导eFAST超声检查对术后腹腔游离液体的检测。纳入40名Oslo University Hospital患者,术后由护士在远程专家实时指导下完成超声检查,并与现场放射科医师的常规超声进行对比

Oslo University HospitalOslo University Hospital
clinicaltrials
浏览 8
医学影像分类HemoperitoneumAscitesIntra-Abdominal Fluid CollectionPostoperative Complications
Free Fluid Detection With Telementored eFAST

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-11-04

资源简介

远程指导eFAST游离液体检测

该数据集来自clinicaltrials.gov,研究远程指导eFAST超声检查对术后腹腔游离液体的检测。纳入40名Oslo University Hospital患者,术后由护士在远程专家实时指导下完成超声检查,并与现场放射科医师的常规超声进行对比。主要评估两种检查的一致性,同时记录检查时长、网络可靠性及NASA任务负荷指数等指标,并探索远程eFAST的学习曲线。可用于超声诊断一致性、远程医疗性能评估及术后并发症监测相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:腹腔积血、腹水、腹腔积液、术后并发症。该研究设计为前瞻性诊断试验,纳入Oslo University Hospital的40名患者。参与者将在术后不久接受超声检查,由远程专家通过远程超声实时指导护士操作。主要目的是评估远程指导eFAST检查与现场放射科医师执行的常规超声之间的一致性。除诊断准确性外,研究还将评估多种性能指标,包括远程指导与常规检查的持续时间、网络可靠性,以及使用NASA任务负荷指数的认知负荷。研究还将通过监测检查效率的改善来探索远程指导eFAST相关的学习曲线。

【主题与分类】

主题标签:Hemoperitoneum、Ascites、Intra-Abdominal Fluid Collection、Postoperative Complications。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06594562

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06594562

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:腹腔积血、腹水、腹腔内积液、术后并发症。该研究设计为前瞻性诊断试验,纳入奥斯陆大学医院的40名患者。参与者将在术后不久接受超声检查,由远程专家通过远程超声实时指导护士进行操作。主要目的是评估远程指导的eFAST检查与由现场放射科医生进行的常规超声检查之间的一致性。除诊断准确性外,该研究还将评估多项性能指标,包括远程指导检查与常规检查的持续时间、网络可靠性,以及使用NASA任务负荷指数评估的认知负荷。该研究还将通过监测检查效率随时间改善的情况,探讨与远程指导eFAST相关的学习曲线。这些指标将有助于确定将远程指导超声作为术后护理中可靠诊断工具的可行性,从而可能减少对资源密集型影像检查方式的需求,并通过及时决策改善患者结局。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。