机械通气患者的电阻抗成像数据集
研究旨在评估电阻抗成像系统在区分不同肺部病理方面的能力，以 CT 扫描为参照考察敏感度、特异度及空间分辨率上的一致性，并测试与改进生成有意义输出所需的数学算法
基本信息
资源简介
机械通气患者的电阻抗成像数据集
该数据集来自 clinicaltrials.gov，聚焦接受机械通气的成人患者，涵盖 Pneumothorax、Pulmonary Contusion、Pleural Effusion、Pulmonary Edema、Atelectasis、Hyperinflation、Emphysema 及 Acute Respiratory Distress Syndrome 等肺部病变。研究旨在评估电阻抗成像系统在区分不同肺部病理方面的能力，以 CT 扫描为参照考察敏感度、特异度及空间分辨率上的一致性，并测试与改进生成有意义输出所需的数学算法。数据可用于肺部病变识别与分类研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Pneumothorax、Pulmonary Contusion、Pleural Effusion、Pulmonary Edema、Atelectasis、Hyperinflation、Emphysema、Acute Respiratory Distress Syndrome。本研究的目的是表征电阻抗成像系统（硬件和软件）区分肺部病理的能力，通过评估敏感度和特异度以及在空间分辨率方面与 CT 扫描的总体一致性。该研究将测试并改进在成年患者中生成有意义输出所需的数学算法，这些患者正在接受机械通气，并且作为标准护理的一部分已经或将会接受 CT 扫描。
【主题与分类】
主题标签：Pneumothorax、Pulmonary Contusion、Pleural Effusion、Pulmonary Edema、Atelectasis、Hyperinflation、Emphysema、Acute Respiratory Distress Syndrome。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02232841
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/NCT02232841
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：气胸、肺挫伤、胸腔积液、肺水肿、肺不张、肺过度充气、肺气肿、急性呼吸窘迫综合征。本研究的目标是通过评估电阻抗断层成像系统（硬件和软件）的敏感性和特异性，以及与CT扫描在空间分辨率方面的总体一致性，来表征该系统区分肺部病变的能力。该研究将测试并改进所需的数学算法，以便在接受机械通气且已接受或将要接受CT扫描作为其标准护理一部分的成年患者中生成有意义的输出。
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。
