婴儿鼻塞鼻腔冲洗技术有效性检查
本数据集来自 clinicaltrials.gov，聚焦上呼吸道感染所致鼻塞的婴儿鼻腔冲洗技术。研究纳入 80 名 1 至 12 月龄、因上呼吸道感染鼻塞就诊于儿科急诊的婴儿，随机分为低容量生理盐水组与高容量生理盐水组，比较两种鼻腔冲洗技术对婴儿生理参数、哭闹时长、喂养习惯及操作重复频率的影响
基本信息
资源简介
婴儿鼻塞鼻腔冲洗技术有效性检查
本数据集来自 clinicaltrials.gov，聚焦上呼吸道感染所致鼻塞的婴儿鼻腔冲洗技术。研究纳入 80 名 1 至 12 月龄、因上呼吸道感染鼻塞就诊于儿科急诊的婴儿，随机分为低容量生理盐水组与高容量生理盐水组，比较两种鼻腔冲洗技术对婴儿生理参数、哭闹时长、喂养习惯及操作重复频率的影响。生理参数在操作前、操作后即刻及操作后 5 分钟测量，并记录操作时长与婴儿哭闹时长。该数据可用于评估不同鼻腔冲洗方式在婴儿鼻塞护理中的效果与安全性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：上呼吸道感染、鼻塞和炎症。本研究旨在探讨两种不同鼻腔冲洗技术对缓解婴儿鼻塞后婴儿生理参数、哭闹时长、喂养习惯及操作重复频率的影响。研究对 80 名 1-12 月龄、因上呼吸道感染鼻塞就诊于儿科急诊的婴儿进行了随机对照实验研究。研究中，第 1 组婴儿接受低容量生理盐水，第 2 组婴儿接受高容量生理盐水进行鼻腔冲洗。生理参数在操作前、操作后即刻及操作后 5 分钟测量。记录操作时长和婴儿哭闹时长。随后，母乳喂养
【主题与分类】
主题标签：Upper Respiratory Tract Infection、Nasal Congestion and Inflammations。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06002594
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/NCT06002594
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：上呼吸道感染、鼻塞和炎症。本研究旨在探讨两种不同鼻腔冲洗技术对缓解婴儿鼻塞的效果，以及对婴儿生理参数、哭闹持续时间、喂养习惯和操作重复频率的影响。研究采用随机对照实验设计，纳入80名1-12月龄因上呼吸道感染导致鼻塞而就诊于儿科急诊的婴儿。研究中，第1组婴儿接受低容量生理盐水冲洗，第2组婴儿接受高容量生理盐水冲洗。分别在操作前、操作后即刻和操作后5分钟测量生理参数。记录操作持续时间和婴儿哭闹持续时间。随后开始对婴儿进行母乳喂养，并在母乳喂养期间再次测量其生理参数。同时评估家长对操作的满意度。最后记录操作重复的频率。
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。
