先天性肺气道畸形(CPAM)外科治疗回顾:十年经验
本数据集来自 clinicaltrials.gov,主题为先天性肺气道畸形(CPAM)外科治疗的十年经验回顾。CPAM 是一种罕见的终末细支气管腺瘤样增生所致囊性病变,可影响肺泡正常发育,男性多见,估计发病率为 1:11000 至 1:35000,多数经产前常规超声诊断,常累及下叶,偶为双侧

基本信息
资源简介
先天性肺气道畸形(CPAM)外科治疗回顾:十年经验
本数据集来自 clinicaltrials.gov,主题为先天性肺气道畸形(CPAM)外科治疗的十年经验回顾。CPAM 是一种罕见的终末细支气管腺瘤样增生所致囊性病变,可影响肺泡正常发育,男性多见,估计发病率为 1:11000 至 1:35000,多数经产前常规超声诊断,常累及下叶,偶为双侧。因存在严重感染和恶变风险,病灶通常在儿童期手术切除,近期一项 meta 分析支持手术治疗。历史上采用开胸手术切除,自 2008 年以来术式有所演变。数据可用于呼吸系统罕见病外科治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肺动静脉畸形、先天性疾病。先天性肺气道畸形(CPAM)(旧称先天性囊性腺瘤样畸形)是一种罕见的异常,最早于 1949 年被描述。CPAM 由终末细支气管的腺瘤样增生引起囊肿形成,可能损害正常的肺泡生长。它更常见于男性,估计发病率为 1:11000 至 1:35000。大多数通过常规产前超声诊断。大多数累及下叶,偶尔病变为双侧。由于存在严重感染的风险以及恶变的可能,CPAM 病变通常在儿童期通过手术切除进行处理。最近的一项 meta 分析支持手术治疗。历史上,CPAM 的矫正通过开胸手术和手术切除完成。然而,这一方法已经演变,自 2008 年以来更多……
【主题与分类】
主题标签:Pulmonary Arteriovenous Malformation、Congenital Disorders。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04449614
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/NCT04449614
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:肺动静脉畸形,先天性疾病。先天性肺气道畸形(CPAM)(旧称先天性囊性腺瘤样畸形)是一种罕见的异常,最早于1949年被描述。CPAM由终末细支气管的腺瘤样增生引起囊肿形成,可能损害正常肺泡生长。该病更常见于男性,估计发病率为1:11000至1:35000。大多数在常规产前超声检查中被诊断。多数累及下叶,偶尔病变为双侧。由于严重感染风险和潜在恶性变可能,CPAM病变通常在儿童期通过手术切除治疗。最近的一项荟萃分析支持手术治疗。历史上,CPAM的矫正通过开胸手术和手术切除进行。然而,这一方法已经发展,自2008年以来,在King’s College Hospital已通过胸腔镜完成了50多例手术矫正。这些儿童的围手术期麻醉管理也已发展,越来越多地使用选择性肺通气。
手术年龄范围不一,通常为1-14岁,略超过半数为无症状者。麻醉技术各异:例如,选择性肺通气技术的应用、麻醉药物的选择以及有创监测的类型。手术时间通常为3-4小时。由于为便于手术操作而减少分钟通气量,以及胸膜腔内充入二氧化碳的吸收,大多数病例在手术过程中会出现一定程度的高碳酸血症。约1/3的患者接受输血。围手术期并发症包括:导致低氧血症的呼吸问题、需要重新插管、转为开胸手术、心动过缓、外科性气肿,有时需要术后延长呼吸支持,包括机械通气、CPAP和胸腔引流管理、支气管肺瘘、乳糜胸,罕见情况下出现癫痫发作和脑
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。




