严重左侧先天性膈疝胎儿镜腔内气管封堵(FETO)试验

该数据集来自 clinicaltrials.gov,聚焦严重左侧先天性膈疝(CDH)的胎儿治疗。尽管产前诊断与产后治疗(包括 ECMO、吸入一氧化氮及保护性通气策略)不断进步,严重 CDH 患儿的发病率与死亡率仍居高不下

Hanmin LeeHanmin Lee
clinicaltrials
浏览 8
其他预测Congenital Diaphragmatic Hernia
Pilot Trial of Fetoscopic Endoluminal Tracheal Occlusion (FETO) in Severe Left Congenital Diaphragmatic Hernia (CDH)

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-17

资源简介

严重左侧先天性膈疝胎儿镜腔内气管封堵(FETO)试验

该数据集来自 clinicaltrials.gov,聚焦严重左侧先天性膈疝(CDH)的胎儿治疗。尽管产前诊断与产后治疗(包括 ECMO、吸入一氧化氮及保护性通气策略)不断进步,严重 CDH 患儿的发病率与死亡率仍居高不下。本试验旨在评估胎儿镜腔内气管封堵(FETO)疗法在最严重左侧 CDH 胎儿(LHR O/E < 25%)中的可行性,通过阻断肺液流出促进肺组织牵张、细胞增殖与肺生长,以改善新生儿存活。数据可用于胎儿治疗可行性及预后相关研究(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。尽管产前诊断和产后治疗(包括 ECMO(体外膜氧合)、吸入一氧化氮疗法以及可最大限度减少呼吸机所致肺损伤的通气策略)取得了进展,但严重 CDH 婴儿的发病率和死亡率仍然很高。对严重 CDH 进行胎儿治疗的理由是促进足够的肺生长以保障新生儿存活。产前气管封堵会阻断肺发育过程中肺液的正常流出,从而导致肺组织牵张增加、细胞增殖增加和肺生长加速。研究者开展这项初步研究的目标是研究在最严重的一组左侧 CDH 胎儿(LHR O/E < 25%)中实施胎儿镜腔内气管封堵(FETO)疗法的可行性。

【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/NCT04583644

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04583644

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

疾病:先天性膈疝。尽管产前诊断和产后治疗(包括ECMO(体外膜氧合)、吸入一氧化氮疗法以及可最大限度减少呼吸机所致肺损伤的通气策略)取得了进展,但重度CDH患儿的发病率和死亡率仍然很高。重度CDH胎儿治疗的基本原理是促进肺充分生长以提高新生儿存活率。产前气管封堵术可阻断肺发育过程中肺液的正常流出,从而导致肺组织牵张增加、细胞增殖增加和肺生长加速。研究者开展这项初步研究的目标是探讨在最严重的一组左侧CDH胎儿(LHR O/E < 25%)中实施胎儿镜下腔内气管封堵术(FETO)治疗的可行性。

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。

获取专属数据定制方案