北美胎儿治疗网络:严重左右先天性膈疝胎儿镜腔内气管封堵术后长期结局研究
研究评估在胸腔内肝脏疝出合并孤立性左侧先天性膈疝(LCDH)且 O/E LHR < 30%,或孤立性右侧先天性膈疝(RCDH)且 O/E LHR < 45% 的病例中,胎儿镜腔内气管封堵(FETO)装置的成功放置与取出,并比较接受 FETO 手术与期待管理的新生儿从 NICU 出院时的生存率

基本信息
资源简介
北美胎儿治疗网络:严重左右先天性膈疝胎儿镜腔内气管封堵术后长期结局研究
该数据集来自 clinicaltrials.gov,聚焦先天性膈疝(Congenital Diaphragmatic Hernia)。研究评估在胸腔内肝脏疝出合并孤立性左侧先天性膈疝(LCDH)且 O/E LHR < 30%,或孤立性右侧先天性膈疝(RCDH)且 O/E LHR < 45% 的病例中,胎儿镜腔内气管封堵(FETO)装置的成功放置与取出,并比较接受 FETO 手术与期待管理的新生儿从 NICU 出院时的生存率。数据可用于胎儿治疗预后与新生儿生存结局的预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:先天性膈疝。本研究的目的是评估在胸腔内肝脏疝出合并孤立性左侧先天性膈疝(LCDH)且观察/预期(O/E)肺头比(LHR)< 30%,或孤立性右侧先天性膈疝(RCDH)且 O/E LHR < 45% 的病例中,胎儿镜腔内气管封堵(FETO)装置的成功放置与取出;比较在妊娠 27 周 0 天至 29 周 6 天接受 FETO 手术的胸腔内肝脏疝出合并孤立性 LCDH 且 O/E LHR < 30% 的胎儿,与胸腔内肝脏疝出、孤立性 LCDH 且 o/e LRH < 30% 接受期待管理的胎儿之间,从新生儿重症监护病房(NICU)出院时的生存率;比较从新生儿重症监护病房(NICU)出院时的新生儿生存率,在
【主题与分类】
主题标签:Congenital Diaphragmatic Hernia。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06739356
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/NCT06739356
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
疾病:先天性膈疝。
本研究的目的是评估在胸腔内肝疝出并伴有孤立性左侧先天性膈疝(LCDH)且观察/预期(O/E)肺头比(LHR)< 30%的病例中,或在孤立性右侧先天性膈疝(RCDH)且O/E LHR < 45%的病例中,胎儿镜下腔内气管封堵(FETO)装置成功放置和移除的情况;比较在妊娠27周0天至29周6天接受FETO操作的胸腔内肝疝出并伴有孤立性LCDH且O/E LHR < 30%的胎儿与胸腔内肝疝出、孤立性LCDH且O/E LHR < 30%并接受期待治疗的胎儿之间,从新生儿重症监护病房(NICU)出院时的存活率;比较在妊娠27周0天至29周6天接受FETO操作的胸腔内肝疝出、孤立性RCDH且O/E LHR < 45%的胎儿与胸腔内肝疝出、孤立性RCDH且O/E LHR < 45%并选择进行期待治疗的胎儿之间,从新生儿重症监护病房(NICU)出院时的新生儿存活率;评估母体和胎儿并发症的发生频率
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。




