不同方法应用肺表面活性物质后早产儿连续肺超声数据评估
该数据集来自 clinicaltrials.gov,聚焦早产儿在采用不同方法应用肺表面活性物质后的连续肺超声数据评估。覆盖新生儿并发症与新生儿呼吸窘迫综合征(RDS)等情形

基本信息
资源简介
不同方法应用肺表面活性物质后早产儿连续肺超声数据评估
该数据集来自 clinicaltrials.gov,聚焦早产儿在采用不同方法应用肺表面活性物质后的连续肺超声数据评估。覆盖新生儿并发症与新生儿呼吸窘迫综合征(RDS)等情形。肺超声自1990年由 Avni 等首次用于新生儿 RDS 诊断后,在新生儿重症监护病房迅速普及,被视为胸部 X 线的潜在替代手段,常用于 RDS、新生儿暂时性呼吸急促、肺炎和气胸。其特异性、敏感性、阳性预测值和阴性预测值均较高,可在床旁快速完成,有助于迅速诊断和及时干预。RDS 是早产儿发病和死亡的最常见原因之一,源于早产导致的肺表面活性物质缺乏(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:新生儿并发症、新生儿呼吸窘迫综合征。在新生儿重症监护病房中,肺超声于1990年由 Avni 等人首次用于新生儿呼吸窘迫综合征(RDS)的诊断。此后,肺超声在新生儿重症监护病房迅速普及,并被视为胸部 X 线的潜在替代手段。如今它常用于 RDS、新生儿暂时性呼吸急促、肺炎和气胸。肺超声具有较高的特异性、敏感性、阳性预测值和阴性预测值。它可在床旁快速完成,从而实现快速诊断和及时干预。呼吸窘迫综合征是早产儿发病和死亡的最常见原因之一。它由早产继发的肺表面活性物质缺乏引起。早期诊断 an
【主题与分类】
主题标签:Newborn Complication、Respiratory Distress Syndrome, Newborn。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/NCT06880016
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/NCT06880016
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:新生儿并发症、新生儿呼吸窘迫综合征。在新生儿重症监护病房,肺部超声最早由Avni等人于1990年用于诊断新生儿呼吸窘迫综合征(RDS)。此后,肺部超声在新生儿重症监护病房迅速普及,并被视为胸部X线的潜在替代方法。如今,它常用于RDS、新生儿暂时性呼吸急促、肺炎和气胸等病例。肺部超声具有高特异性、敏感性、阳性预测值和阴性预测值。它可在床旁快速进行,从而实现快速诊断和及时干预。呼吸窘迫综合征是早产儿发病和死亡的最常见原因之一。它由早产继发的肺表面活性物质缺乏引起。早期诊断和及时给予气管内表面活性物质(这是唯一的确切治疗方法)至关重要。传统上诊断依赖于胸部X线,但随着近期进展,肺部超声也已成为一种诊断工具。
除诊断RDS外,肺超声在新生儿RDS的鉴别诊断、严重程度分级及管理中亦发挥关键作用。治疗新生儿呼吸窘迫综合征时,可采用不同方法经气管内给予肺表面活性物质。对于已插管的新生儿,可通过气管导管给予肺表面活性物质。对于未插管的新生儿,有两种常用且广泛接受的方法。第一种方法包括给新生儿插管,经气管内给予肺表面活性物质,然后拔管并恢复至经鼻呼吸支持(ENSURE法)。第二种方法是通过细导管(5F)直接将肺表面活性物质送入气管,同时新生儿继续接受原有的经鼻呼吸支持,无需断开(LISA法)。这两种方法在新生儿重症监护病房中均频繁使用,且多
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。




