重度左右侧CDH胎儿FETO术后长期结局前瞻性登记研究
该数据集来自clinicaltrials.gov的前瞻性登记研究，聚焦重度左侧与右侧先天性膈疝（CDH）胎儿接受胎儿镜气管封堵术（FETO）后的长期结局
基本信息
资源简介
重度左右侧CDH胎儿FETO术后长期结局前瞻性登记研究
该数据集来自clinicaltrials.gov的前瞻性登记研究，聚焦重度左侧与右侧先天性膈疝（CDH）胎儿接受胎儿镜气管封堵术（FETO）后的长期结局。覆盖胸内肝疝出且孤立性左侧CDH（O/E LHR<30%）或孤立性右侧CDH（O/E LHR≤45%）的病例，评估FETO装置的置入与取出成功率，并比较存活至新生儿重症监护室（NICU）出院的情况。数据可用于研究FETO在重度CDH中的安全性、有效性及预后因素，支持临床决策与结局预测（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：先天性膈疝、先天性异常、新生儿疾病与异常、疝、先天性膈疝、内疝、疝、病理状况、解剖学、病理状况、体征和症状。本研究的目的是评估在胸内肝疝出且孤立性左侧先天性膈疝（LCDH）伴观察/预期（O/E）肺头围比（LHR）< 30%或孤立性右侧先天性膈疝（RCDH）伴O/E LHR ≤ 45%的病例中，胎儿镜气管封堵术（FETO）装置的成功置入与取出，比较在胸内肝疝出且孤立性LCDH伴O/E LHR < 30%的胎儿中，于妊娠27周+0天至29周+6天接受FETO手术后，存活至新生儿重症监护室（NICU）出院的情况。
【主题与分类】
主题标签：Congenital Diaphragmatic Hernia、Congenital Abnormalities、Neonatal Diseases and Abnormalities、Hernia, DIaphragmatic, Congenital、Internal Hernia、Hernia、Pathological Conditions, Anatomical。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07166172
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/NCT07166172
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、先天性畸形、新生儿疾病与异常、疝、膈、先天性、内疝、疝、病理状态、解剖学、病理状态、体征和症状。
本研究的目的是评估在胸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）装置成功放置与移除的情况；比较在胸内肝疝出并伴有孤立性LCDH且O/E LHR < 30%的胎儿中，于妊娠27周+0天至29周+6天接受FETO手术者与胸内肝疝出、孤立性LCDH且O/E LHR < 30%接受期待治疗者之间，从新生儿重症监护病房（NICU）出院时的存活率；比较在胸内肝疝出并伴有孤立性RCDH且O/E LHR ≤ 45%的胎儿中，于妊娠27周+0天至29周+6天接受FETO手术者与胸内肝疝出、孤立性RCDH且O/E LHR ≤ 45%选择进行期待治疗者之间，从新生儿重症监护病房（NICU）出院时的新生儿存活率；评估母体及
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。
