镰状细胞病血管闭塞危象患者的肺部超声成像 ECHODREP
该数据集来自 clinicaltrials.gov,聚焦镰状细胞病(SCD)患者血管闭塞危象期间的肺部超声成像,研究背景涉及急性胸部综合征这一主要并发症与死因

基本信息
资源简介
镰状细胞病血管闭塞危象患者的肺部超声成像 ECHODREP
该数据集来自 clinicaltrials.gov,聚焦镰状细胞病(SCD)患者血管闭塞危象期间的肺部超声成像,研究背景涉及急性胸部综合征这一主要并发症与死因。源站描述指出急性胸部综合征约占住院发作的15-20%,早期识别高危患者仍是临床难题,胸部X线诊断性能与重复辐射暴露存在局限。数据可用于探索肺部超声在血管闭塞危象患者中识别急性胸部综合征风险的影像学应用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:镰状细胞病(SCD)、血管闭塞危象、急性胸部综合征。引言:镰状细胞病是法国及全球最常见的遗传性基因疾病。其主要急性表现为血管闭塞危象,是急诊就诊的常见原因。急性胸部综合征是血管闭塞危象期间的主要并发症和死亡原因,约发生于15-20%的住院发作中,通常在症状出现后的最初几天内。早期识别有发生急性胸部综合征风险的患者仍是一项重大临床挑战。尽管存在预测性临床和生物学评分,但其在日常实践中识别高危患者的能力仍然有限。胸部X线传统上用于支持急性胸部综合征的诊断,但其诊断性能和重复辐射暴
【主题与分类】
主题标签:Sickle Cell Disease (SCD)、Vaso-Occlusive Crises、Acute Chest Syndrome。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07782489
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/NCT07782489
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:镰状细胞病(SCD)、血管闭塞危象、急性胸部综合征。引言 镰状细胞病是法国及全球最常见的遗传性基因疾病。其主要急性表现为血管闭塞危象,是急诊就诊的常见原因。急性胸部综合征是血管闭塞危象期间的主要并发症和死亡原因,约发生于15-20%的住院发作中,通常在症状出现后的最初几天内发生。早期识别有发生急性胸部综合征风险的患者仍是一项重大临床挑战。尽管存在预测性临床和生物学评分,但其在日常实践中识别高危患者的能力仍然有限。胸部X线传统上用于支持急性胸部综合征的诊断,但其诊断性能及反复辐射暴露正日益受到质疑。肺部超声是一种无创的床旁影像工具,在检测胸腔积液、肺泡实变和间质综合征方面已显示出良好性能,并越来越多地被急诊医生使用。
然而,其在急诊医师对因血管闭塞危象就诊的成人镰状细胞病患者进行系统性检查时的诊断性能尚未得到专门评估。假设/目的 我们假设,在急诊科入院后早期进行系统性胸膜肺超声检查可能有助于识别有发生急性胸部综合征风险的血管闭塞危象患者,并可能实现更早的诊断评估。ECHODREP研究的主要目的是评估急诊医师在入院六小时内进行的系统性胸膜肺超声检查对因血管闭塞危象就诊的成人镰状细胞病患者住院期间急性胸部综合征诊断的诊断性能。次要目的是评估超声检查结果与急性胸部综合征最终诊断之间的关联。
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。




