肺超声评分与临床模型预测支气管肺发育不良的比较：多中心前瞻性队列研究
该数据集来自 clinicaltrials.gov，主题为肺超声与支气管肺发育不良。研究采用多中心前瞻性队列设计，旨在验证肺超声评分（LUS）在中国预测支气管肺发育不良（BPD）的可靠性，并比较 LUS 与临床模型在 28 周前后出生婴儿不同时间点对 BPD 发生的预测价值
基本信息
资源简介
肺超声评分与临床模型预测支气管肺发育不良的比较：多中心前瞻性队列研究
该数据集英文名为 Comparison of Lung Ultrasound Scores With Clinical Models for Predicting Bronchopulmonary Dysplasia：A Multi-center Prospective Cohort Study，来源于 clinicaltrials.gov，主题涉及肺超声与支气管肺发育不良。研究采用多中心前瞻性队列设计，旨在验证肺超声评分（LUS）在中国预测支气管肺发育不良（BPD）的可靠性，并比较 LUS 与临床模型在 28 周前后出生婴儿不同时间点对 BPD 发生的预测价值。数据集在站内归入呼吸系统疾病 / 其他分类，主题标签为 Lung Ultrasound 与 Bronchopulmonary Dysplasia。整体而言，该数据集围绕肺超声评分这一无创评估手段在新生儿支气管肺发育不良预测中的应用展开，关注其在不同出生胎龄与不同时间点上的预测表现，并与既有临床预测模型进行对照，为相关临床研究与评估提供参考。
【数据集背景】
支气管肺发育不良是早产儿常见的呼吸系统并发症，其发生与胎龄密切相关。源站描述指出，该研究旨在填补相关知识空白，设计多中心队列研究，以验证肺超声评分在中国预测支气管肺发育不良具有良好可靠性的假设，并比较 LUS 与临床模型在 28 周前后出生婴儿不同时间点对 BPD 发生的预测价值。研究条件涉及 Lung Ultrasound 与 Bronchopulmonary Dysplasia 两个主题。
【数据内容】
该数据集的主题标签为 Lung Ultrasound 与 Bronchopulmonary Dysplasia，研究内容围绕肺超声评分与临床模型对支气管肺发育不良的预测价值比较展开。源站描述提及研究关注 28 周前后出生婴儿在不同时间点的预测表现。关于数据集所包含的具体变量、样本量、记录条数、随访时间点划分及评分细则等详细内容，源站未提供。
【采集与来源】
该数据集来源站为 clinicaltrials.gov，研究设计为多中心前瞻性队列研究。源站描述说明该研究在中国开展，用于验证肺超声评分预测支气管肺发育不良的可靠性。关于具体参与中心数量、招募时间、入组与排除标准、数据采集流程等信息，源站未提供。
【适用场景】
基于源站描述，该数据集适用于围绕肺超声评分预测支气管肺发育不良可靠性的研究场景，以及比较 LUS 与临床模型在 28 周前后出生婴儿不同时间点预测价值的分析场景。其主题涉及呼吸系统疾病中的支气管肺发育不良与肺超声评估，可供相关临床预测模型比较与验证类研究参考。关于其他具体应用场景，源站未提供。
【使用方法】
源站描述仅说明研究采用多中心前瞻性队列设计并开展预测价值比较，未提供数据访问方式、数据结构说明、字段定义或分析操作指引。关于如何使用该数据集的具体方法，源站未提供。
【质量与限制】
该研究为多中心前瞻性队列设计，源站描述提及其目的在于验证肺超声评分在中国人群中的可靠性并比较其与临床模型的预测价值。关于数据质量评价、样本代表性、缺失情况、偏倚控制及研究局限性等信息，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用格式、许可条款与使用限制等信息，源站未提供。
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/NCT06443528
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：肺超声、支气管肺发育不良。本研究旨在填补这一知识空白，并设计了一项多中心队列研究，以验证肺超声在中国预测支气管肺发育不良具有良好可靠性的假设，并比较肺超声与临床模型在28周前和28周后出生婴儿不同时间点对支气管肺发育不良发生的预测价值。
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。
