COVID-19住院患者肺部超声演变研究
该数据集来自 clinicaltrials.gov,聚焦 COVID-19 住院患者肺部超声表现的演变。源站描述指出,胸部超声在急诊肺炎诊断中已显示优于胸片的价值,但病毒性肺炎尤其是 COVID 的胸腔超声征象数据仍较少

基本信息
资源简介
COVID-19住院患者肺部超声演变研究
该数据集来自 clinicaltrials.gov,聚焦 COVID-19 住院患者肺部超声表现的演变。源站描述指出,胸部超声在急诊肺炎诊断中已显示优于胸片的价值,但病毒性肺炎尤其是 COVID 的胸腔超声征象数据仍较少。Peng 曾报告 20 例患者数据并与胸部 CT 对比,描述了胸膜肺炎线增厚、B 线间质综合征、融合 B 线、胸膜下肺泡混浊等异常。该数据可用于研究肺部超声征象频率、敏感性及其与 COVID-19 肺炎病程的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:病毒性肺炎、COVID-19。胸部超声在急诊肺炎诊断中已显示出优于胸部 X 线的价值。然而,关于病毒性肺炎尤其是 COVID 的胸腔超声征象学数据很少。Peng 报告了 20 例患者的数据,并将其与胸部 CT 进行比较。异常表现为胸膜肺炎线增厚、伴有 B 线的间质综合征(对应磨玻璃影)、融合 B 线(暴风雪样外观,对应间质浸润)、胸膜下肺泡混浊(对应胸膜下实变)、更明显的肺泡图像(对应肺泡混浊)。多灶性表现与超过 2 个肺叶受累相关。然而,这些异常的频率以及超声的敏感性
【主题与分类】
主题标签:Pneumonia, Viral、COVID-19。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/NCT04341766
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/NCT04341766
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:肺炎、病毒性、COVID-19。胸部超声在急诊科诊断肺炎中的价值已得到证实,优于胸部X线。然而,关于病毒性肺炎,尤其是COVID-19的胸部超声征象学数据甚少。Peng报告了20例患者的数据,并将其与胸部CT进行了对比。异常表现包括胸膜肺炎线增厚、伴有B线的间质综合征(对应磨玻璃影)、融合B线(暴风雪征,对应间质浸润)、胸膜下肺泡混浊(对应胸膜下实变),以及更明显的肺泡影像(对应肺泡混浊)。多灶性表现与超过2个肺叶受累相关。然而,该文中未详述这些异常的发生频率及超声的敏感性。另一篇意大利文章描述了一例伴有胸膜下受累及胸膜肺线不规则的COVID-19肺炎临床病例。
在新冠疫情期间,临床胸部超声具有重大潜在价值:可在患者床边进行,避免移动需求,便于医生查房时操作,易于清洁(尤其是使用超便携设备时),快速且不会比常规临床检查更多暴露工作人员。为了确定这项技术在管理有呼吸道症状的新冠感染患者或疑似患者中是否有用,我们提出了一项描述性前瞻性研究,评估COVID-19肺炎的超声征象以及超声在这些患者演变随访中的价值。
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。




