身高测量方法影响ARDS患者呼吸机相关肺损伤风险
该数据集来自clinicaltrials.gov,聚焦急性呼吸窘迫综合征(ARDS)患者机械通气中的肺保护策略问题。ARDS肺部损伤呈异质性,依赖区塌陷、非依赖区相对通气良好,形成所谓“婴儿肺”

基本信息
资源简介
身高测量方法影响ARDS患者呼吸机相关肺损伤风险
该数据集来自clinicaltrials.gov,聚焦急性呼吸窘迫综合征(ARDS)患者机械通气中的肺保护策略问题。ARDS肺部损伤呈异质性,依赖区塌陷、非依赖区相对通气良好,形成所谓“婴儿肺”。机械通气虽必要,但可因过度膨胀或肺泡反复塌陷导致呼吸机相关肺损伤(VILI)。低潮气量(6-8 mL/kg预测体重PBW)的保护性通气可降低死亡率,但其效果依赖准确的PBW估算,而PBW由患者身高推导。重症监护中身高测量常较困难,目测或卷尺测量等方法可能不准确,导致潮气量设置不当并增加风险。数据可用于研究身高测量方法对VILI风险的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性呼吸窘迫综合征、呼吸机相关肺损伤、潮气量、预测体重、身高。急性呼吸窘迫综合征以异质性肺损伤为特征,依赖区常塌陷,非依赖区相对通气良好,形成所谓的“婴儿肺”。机械通气虽然必要,但可通过过度膨胀(气压伤/容积伤)或肺泡反复塌陷(不张伤)引起额外的肺损伤(VILI)。采用低潮气量(VT 6-8 mL/kg预测体重,PBW)的保护性通气策略可降低死亡率,但其疗效依赖于准确的PBW估算,而PBW由患者身高推导。在重症监护中,身高测量往往具有挑战性,目测或卷尺测量等常用方法可能不准确,导致不适当的VT设置并增加
【主题与分类】
主题标签:Acute Respiratory Distress Syndrome、Ventilator-Induced Lung Injury、Tidal Volume、Predicted Body Weight、Height。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07595926
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/NCT07595926
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:急性呼吸窘迫综合征、呼吸机相关性肺损伤、潮气量、预测体重、身高。急性呼吸窘迫综合征以异质性肺损伤为特征,依赖区域常塌陷,非依赖区域相对通气良好,形成所谓的“婴儿肺”。机械通气虽必不可少,但可通过过度扩张(气压伤/容积伤)或反复肺泡塌陷(肺不张伤)导致额外的肺损伤(VILI)。采用低潮气量(VT 6-8 mL/kg预测体重,PBW)的保护性通气策略可降低死亡率,但其有效性依赖于准确的PBW估算,而PBW是根据患者身高得出的。在重症监护中,身高测量往往具有挑战性,目测或卷尺测量等常用方法可能不准确,导致VT设置不当,增加肺应力和VILI的风险。替代方法,包括足跟至膝盖距离和激光测量,可能提供更精确的PBW估算,但它们对ARDS患者肺力学的影响尚待探索。
本研究通过评估身高测量方法的差异是否显著影响ARDS患者的肺应力、潮气量分布及通气力学,以填补这一知识空白。将采用五种方法测量患者身高(身高计、目测、卷尺、激光、足跟至膝)。计算相应的PBW及潮气量(VT = 6 mL/kg PBW),并以随机顺序应用,每种设置持续30分钟。在每种VT设置下,先进行短暂的肺泡复张操作,然后评估肺应力、通气力学、气体交换及区域通气分布。研究期间,将持续监测血流动力学和氧合情况。记录包括平台压、驱动压及跨肺压在内的通气参数。采用电阻抗断层成像评估区域潮气量分布。每位患者的参与时间限制在约两小时,无需进一步随访。
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。




