机械功率与呼吸机参数预测ICU撤机成功评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT07268989

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：机械通气撤机、机械功率、负吸气力、气道闭合压。这是一项前瞻性、观察性、单中心研究，旨在探讨呼吸机衍生的生理测量指标能否预测机械通气成人ICU患者的撤机成功。主要目标是确定机械功率（MP）在预测成功拔管方面的预后价值。次要目标包括评估其他呼吸参数，如气道闭合压（P0.1）、负吸气力（NIF）、快速浅呼吸指数（RSBI）以及机械功率/负吸气力比值（MP/NIF）。这些参数将在患者符合临床撤机标准且血流动力学稳定后2小时内在床旁进行测量。所有参与者将在拔管后接受48小时的监测。撤机成功定义为在此期间拔管后能够维持自主呼吸而无需重新插管。数据收集将包括：从呼吸机获得的呼吸测量指标：MP、P0.1、NIF、RSBI和MP/NIF。

人口学与临床数据：年龄、性别、BMI、ICU入住诊断、APACHE II评分、呼吸机设置及机械通气时长。拔管后随访：再插管、无创通气或高流量氧疗使用、SpO₂值、血气分析及生命体征。本研究不涉及超出标准ICU护理的任何干预措施。基于呼吸机的呼吸评估在ICU环境中常规进行，不会给参与者带来额外风险。研究结果可能支持将负荷-驱动-能力评估纳入常规ICU撤机方案，并通过降低撤机失败及相关并发症的发生率来改善临床决策。

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。