硬质胸腔镜下异物钳与冷冻活检对未确诊渗出性胸腔积液的对比研究
该数据集来自 clinicaltrials.gov，聚焦未确诊渗出性胸腔积液的诊断问题，属于呼吸道疾病/胸腔积液方向。40 例成年未确诊渗出性胸腔积液患者在局麻（利多卡因）并接受静脉哌替啶后行硬质胸腔镜检查，同一操作中按预设方案各取 4 次异物钳活检与 4 次冷冻活检，用于比较两种活检方式所获样本质
基本信息
资源简介
硬质胸腔镜下异物钳与冷冻活检对未确诊渗出性胸腔积液的对比研究
该数据集来自 clinicaltrials.gov，聚焦未确诊渗出性胸腔积液的诊断问题，属于呼吸道疾病/胸腔积液方向。研究为前瞻性配对比较研究，在 Benha University Hospitals 与 Kafrelsheikh University Hospitals 的 Chest Departments 开展（2022年9月至2024年9月）。40 例成年未确诊渗出性胸腔积液患者在局麻（利多卡因）并接受静脉哌替啶后行硬质胸腔镜检查，同一操作中按预设方案各取 4 次异物钳活检与 4 次冷冻活检，用于比较两种活检方式所获样本质量与诊断价值（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：胸腔积液、渗出性胸腔积液、间皮瘤。未确诊的渗出性胸腔积液是一个常见的诊断难题。内科胸腔镜是诊断的金标准，但其准确性取决于胸膜活检的质量。异物钳活检通常获取的样本较小，并带有挤压伪影，而冷冻活检可能获取更大、保存更好的样本。这是一项在 Benha University Hospitals 和 Kafrelsheikh University Hospitals 的 Chest Departments 开展的前瞻性配对比较研究（2022年9月至2024年9月）。40 例成年未确诊渗出性胸腔积液患者在利多卡因局部麻醉下接受硬质胸腔镜检查，并接受静脉哌替啶。每位患者在同一操作中按照预设方案各取四次异物钳活检和四次冷冻活检。冷冻活检采用
【主题与分类】
主题标签：Pleural Effusion、Exudative Pleural Effusion、Mesothelioma。本站分类：呼吸道疾病/胸腔积液。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07869056
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/NCT07869056
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：胸腔积液、渗出性胸腔积液、间皮瘤。未确诊的渗出性胸腔积液是一个常见的诊断难题。内科胸腔镜是诊断的金标准，但其准确性取决于胸膜活检的质量。钳夹活检通常获取的样本较小，且伴有挤压伪影，而冷冻活检可能获取更大、保存更好的样本。这是一项在Benha大学医院和Kafrelsheikh大学医院胸科进行的前瞻性配对比较研究（2022年9月至2024年9月）。40名患有未确诊渗出性胸腔积液的成年患者在局部麻醉下接受硬质胸腔镜检查，使用利多卡因，患者接受静脉注射哌替啶。每位患者在同一操作中按照预定义方案进行四次钳夹活检和四次冷冻活检。冷冻活检使用ERBOKRYO CA设备，采用CO2，冷冻时间为30秒。标本分别送至同一位病理学家。术中评估疼痛和出血情况。
所有参与者均签署了书面知情同意书。本研究获得本哈大学医学院研究伦理委员会批准（编号MD 12-10-2022），并获最终批准（批准号SCCREIRB-MEDICINEBENHAUNI-GU-001-020626-011）。回顾性注册：本研究在ClinicalTrials.gov注册前已完成。
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。
