鼻内给予新鲜母乳预防极早产儿脑室内出血
该数据集来自 clinicaltrials.gov,主题为鼻内给予新鲜母乳以预防极早产儿脑室内出血。脑室内出血是极早产的重要并发症,多发生于出生后第一周,未成熟生发基质血管、脑自动调节受损、血流动力学不稳定、炎症与氧化应激等因素使极早产儿易发生出血

基本信息
资源简介
鼻内给予新鲜母乳预防极早产儿脑室内出血
该数据集来自 clinicaltrials.gov,主题为鼻内给予新鲜母乳以预防极早产儿脑室内出血。脑室内出血是极早产的重要并发症,多发生于出生后第一周,未成熟生发基质血管、脑自动调节受损、血流动力学不稳定、炎症与氧化应激等因素使极早产儿易发生出血。新鲜初乳与早期母乳含生长因子、神经营养因子、抗炎与免疫调节介质、抗氧化剂等生物活性成分,可能具有神经保护作用。鼻内给药作为非侵入性途径,可能通过嗅觉、三叉神经等通路使中枢神经系统接触母乳来源的生物活性因子(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脑室内出血、早产。脑室内出血(IVH)仍是极早产的重要并发症,主要发生在出生后第一周。未成熟的生发基质血管、脑自动调节受损、血流动力学不稳定、炎症、氧化应激及其他因素导致极早产儿易发生出血。新鲜初乳和早期母乳含有多种具有潜在神经保护作用的生物活性成分,包括生长因子、神经营养因子、抗炎和免疫调节介质、抗氧化剂及其他生物活性成分。鼻内给药正在被评估为一种非侵入性途径,可能通过所提出的嗅觉、三叉神经等通路使中枢神经系统接触母乳来源的生物活性因子。
【主题与分类】
主题标签:Intraventricular Hemorrhage、Premature Birth。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07812922
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/NCT07812922
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:脑室内出血,早产。脑室内出血(IVH)仍是极早产儿的重要并发症,主要发生在出生后第一周。未成熟的生发基质血管系统、脑自动调节功能受损、血流动力学不稳定、炎症、氧化应激等因素导致极早产儿易发生出血。新鲜初乳和早期母乳含有多种具有潜在神经保护作用的生物活性成分,包括生长因子、神经营养因子、抗炎和免疫调节介质、抗氧化剂及其他生物活性成分。鼻内给药正被评估为一种非侵入性途径,可能通过推测的嗅觉、三叉神经、神经周围和血管周围通路,使中枢神经系统接触到母乳来源的生物活性因子。这是一项在加拿大曼尼托巴省温尼伯市的妇女医院和圣博尼法斯医院进行的前瞻性、非随机干预性研究。符合条件的胎龄29+0周或以下的院内出生婴儿将在出生后72小时内前瞻性入组。
入组婴儿将在出生后最初7天内接受鼻内新鲜母乳。将使用婴儿自身母亲或分娩亲本的新鲜乳汁。用于研究给药的乳汁在鼻内给药前不得冷藏或冷冻,并应在挤出后3小时内使用。每次研究剂量为每个鼻孔0.2 mL,每剂总计0.4 mL。剂量将每日给药2至4次,连续7天,尽可能与常规护理协调进行。临床喂养和口服免疫治疗需求将优先于研究给药。婴儿将持续接受心肺监测和脉搏血氧饱和度监测。将在给药期间及每次给药后至少60分钟内进行安全性评估。研究给药可被延迟、暂停或停止,i
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。




