新生儿肺炎胸部X线对比肺部超声研究
该数据集来自 clinicaltrials.gov，主题为新生儿肺炎的影像学诊断对比。研究纳入出生 28 天内因临床怀疑肺炎入住 NICU 的足月与早产新生儿，所有受试者均接受床旁胸部 X 线与标准化肺部超声检查，操作者对彼此结果设盲
基本信息
资源简介
新生儿肺炎胸部X线对比肺部超声研究
该数据集来自 clinicaltrials.gov，主题为新生儿肺炎的影像学诊断对比。研究纳入出生 28 天内因临床怀疑肺炎入住 NICU 的足月与早产新生儿，所有受试者均接受床旁胸部 X 线与标准化肺部超声检查，操作者对彼此结果设盲。研究以复合临床参考标准为基准，比较两种影像方式的诊断准确性。数据可用于评估无辐射的肺部超声在新生儿肺炎诊断中的表现，并支持与胸部 X 线的对照分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Neonatal Pneumonia, Respiratory Distress Syndrome, Pneumonia Neonatal. 新生儿肺炎是新生儿期呼吸系统疾病和死亡的主要原因。胸部 X 线传统上是参考影像学方法，但它涉及电离辐射且敏感性中等。肺部超声是一种无辐射的床旁替代方法，已显示出有前景的诊断性能。这项前瞻性研究将纳入出生后 28 天内因临床怀疑肺炎入住 NICU 的足月和早产新生儿。所有参与者都将接受床旁胸部 X 线和由经过培训且对彼此结果设盲的检查者执行的标准化肺部超声。两种方式的诊断准确性将与复合临床参考标准进行比较。
【主题与分类】
主题标签：Neonatal Pneumonia、Respiratory Distress Syndrome、Pneumonia Neonatal。本站分类：呼吸系统疾病/肺炎。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07807514
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/NCT07807514
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：新生儿肺炎、呼吸窘迫综合征、新生儿肺炎。新生儿肺炎是新生儿期呼吸系统疾病和死亡的主要原因。胸部X线一直是传统的参考影像学检查方法，但其涉及电离辐射且敏感性中等。肺超声是一种无辐射的床旁替代方法，已显示出良好的诊断性能。这项前瞻性研究将纳入出生后28天内因临床怀疑肺炎而入住新生儿重症监护病房的足月和早产新生儿。所有参与者都将接受便携式胸部X线和标准化肺超声检查，由经过培训且对彼此检查结果不知情的检查者进行操作。两种检查方法的诊断准确性将与复合临床参考标准进行比较。
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。
