激光后鼻神经神经松解术
该数据集来自 clinicaltrials.gov,主题为激光后鼻神经神经松解术,归类于神经系统疾病/其他。覆盖的疾病与症状包括过敏性鼻炎、慢性鼻炎、鼻漏、打喷嚏、鼻塞、鼻充血、鼻过敏及鼻部不通气

基本信息
资源简介
激光后鼻神经神经松解术
该数据集来自 clinicaltrials.gov,主题为激光后鼻神经神经松解术,归类于神经系统疾病/其他。覆盖的疾病与症状包括过敏性鼻炎、慢性鼻炎、鼻漏、打喷嚏、鼻塞、鼻充血、鼻过敏及鼻部不通气。源站描述指出慢性鼻炎患病率高,表现为鼻塞、鼻漏、后鼻滴漏、鼻痒和打喷嚏,一线治疗包括鼻腔冲洗、鼻内糖皮质激素、鼻内抗胆碱能药、口服抗组胺药或局部减充血剂,但许多患者单靠药物难以获得满意疗效,生活质量与工作效率显著受损,此外还有下鼻甲减容、射频下鼻甲消融等多种手术方式(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:过敏性鼻炎、慢性鼻炎、鼻漏、打喷嚏、鼻塞、鼻充血、鼻过敏、鼻部不通气。慢性鼻炎是一种患病率很高的疾病,其特征为鼻塞、鼻漏、后鼻滴漏、鼻痒和打喷嚏等症状。一线治疗通常包括鼻腔冲洗、鼻内糖皮质激素、鼻内抗胆碱能药、口服抗组胺药或局部减充血剂。然而,许多患者仅通过药物干预无法获得满意的治疗结果,导致生活质量和工作效率显著受损。除药物治疗外,已提出多种手术方式,包括下鼻甲减容(部分或黏膜下切除)、射频下鼻甲消融(RFIT)、微切割器辅助下鼻甲成形术、vid
【主题与分类】
主题标签:Allergic Rhinitis、Chronic Rhinitis、Rhinorrhea、Sneezing、Nasal Obstruction、Nasal Congestion、Nasal Allergies、Nasal Stuffiness。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07050992
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/NCT07050992
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:过敏性鼻炎、慢性鼻炎、鼻漏、打喷嚏、鼻塞、鼻充血、鼻过敏、鼻塞感。慢性鼻炎是一种高度流行的疾病,其特征为鼻塞、鼻漏、后鼻滴漏、鼻痒和打喷嚏等症状。一线治疗通常包括鼻腔冲洗、鼻内皮质类固醇、鼻内抗胆碱能药物、口服抗组胺药或局部减充血剂。然而,许多患者仅通过药物治疗无法获得满意的疗效,导致生活质量和工作效率显著受损。除药物治疗外,还提出了多种手术方法,包括下鼻甲减容术(部分或黏膜下切除术)、射频下鼻甲消融术(RFIT)、微切割器辅助下鼻甲成形术、翼管神经切断术以及后鼻神经切断术或消融术。由于可能存在并发症,包括出血、颧部及上颌部不适和干眼症状,翼管神经切断术较少采用。
尽管内镜下后鼻神经切断术的引入已解决了部分此类并发症(颧部及上颌部不适),但患者仍可能出现干眼症。2022年和2023年,美国鼻科学会(ARS)和美国耳鼻咽喉头颈外科学会(AAO-HNS)发表声明,支持使用后鼻神经松解术(PNNN)治疗慢性鼻炎。这些声明指出,后鼻神经松解技术,如射频消融和冷冻疗法,已被用于破坏后中鼻道区域蝶腭孔处的后鼻神经。CO2激光用于后鼻神经烧灼的应用尚未在大规模随机对照临床试验中进行评估。在耳鼻咽喉科手术中,该激光因其出色的止血性能而广泛应用于咽喉手术、声带手术、口腔黏膜手术以及鼻内和鼻甲手术。
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。




