ECMO患者个性化呼吸机设置

数据集获取

源站：https://clinicaltrials.gov/study/NCT07673250

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

病症：急性呼吸窘迫综合征（ARDS）、体外膜肺氧合、接受ECMO治疗的呼吸衰竭患者、呼吸衰竭、ICU、呼吸机相关性肺损伤。尽管机械通气可用于维持重度ARDS患者的生命，但它可能进一步加重肺损伤或阻碍肺愈合，导致高发病率和高死亡率。通过使用ECMO，研究人员或许能够尽量减少机械通气造成的损伤，使肺部得以从ARDS中恢复；然而，在ECMO支持期间的最佳呼吸机设置和治疗方法尚不明确。本试验将患者随机分配至个性化呼吸机策略组与标准治疗组。当前针对ARDS患者在接受V-V ECMO期间的呼吸机指南采用一刀切的方法——呼吸频率10、驱动压10、PEEP为10。我们的核心假设是：通过食管测压（Pes）测量胸腔内压力来调整个性化PEEP，将减少呼吸机相关性肺损伤（VILI），以炎症生物标志物（主要结局指标为IL-6和sRAGE）进行评估。

为实现这些目标，将前瞻性地将接受V-V ECMO治疗的ARDS参与者随机分为两组：对照组：PEEP为10 cmH2O（ECMO指南）。干预组：通过食管测压指导PEEP。两组均将接受神经肌肉阻滞，呼吸频率设定为10次/分钟，驱动压为10 cmH2O。除VILI生物标志物外，研究者还将评估其他生理结局的差异，包括肺力学和气体交换。假设：个性化PEEP将改善生物标志物（主要结局——IL-6）、提高氧合、减少死腔并增加呼吸系统顺应性。

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。