食管与胃内镜肌切开术的呼吸与血流动力学影响
该数据集来自 clinicaltrials.gov,聚焦食管与胃动力障碍患者接受内镜下肌切开术时的呼吸与血流动力学影响。手术在全身麻醉下进行,术者使用 CO2 低流量注气以暴露术野,但皮下气肿、气腹、气胸和纵隔气肿等不良事件发生率约为 7.5-55%,且常伴随麻醉困难

基本信息
资源简介
食管与胃内镜肌切开术的呼吸与血流动力学影响
该数据集来自 clinicaltrials.gov,聚焦食管与胃动力障碍患者接受内镜下肌切开术时的呼吸与血流动力学影响。覆盖疾病包括 Esophageal Achalasia 与 Gastroparesis。手术在全身麻醉下进行,术者使用 CO2 低流量注气以暴露术野,但皮下气肿、气腹、气胸和纵隔气肿等不良事件发生率约为 7.5-55%,且常伴随麻醉困难。数据可用于分析术中并发症与麻醉管理的关系,支持风险预测与临床决策研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Esophageal Achalasia、Gastroparesis。在过去十年中,通过内镜方式治疗食管运动障碍和胃轻瘫已变得普遍。由于其安全性和有效性,这种内镜技术已成为食管和胃动力障碍的金标准。该操作包括在全身麻醉下,通过预先在黏膜下进行剥离,对下食管括约肌或幽门括约肌进行肌切开术。为充分暴露手术部位,术者使用 CO2,通常采用低流量,以降低并发症风险。然而,根据文献,皮下气肿(尤其是颈部)、气腹、气胸和纵隔气肿在大约 7.5-55% 的病例中发生。这些不良事件常与麻醉困难同时出现。事实上,该 a
【主题与分类】
主题标签:Esophageal Achalasia、Gastroparesis。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05602272
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/NCT05602272
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:食管贲门失弛缓症、胃轻瘫。在过去十年中,经内镜途径治疗食管运动障碍和胃轻瘫已广泛开展。由于其安全性和有效性,该内镜技术已成为食管和胃动力障碍治疗的金标准。该手术包括在全麻下,通过预先在黏膜下进行剥离,对食管下括约肌或幽门括约肌实施肌切开术。为充分暴露手术部位,术者使用CO2,通常采用低流量,以降低并发症风险。然而,根据文献报道,皮下气肿(尤其是颈部)、气腹、气胸和纵隔气肿的发生率约为7.5%-55%。这些不良事件常与麻醉困难同时发生。事实上,CO2在消化道腔外积聚可通过增加腹内压或胸内压而干扰机械通气(限制性效应)。因此,吸气压力升高,潮气量下降,患者可能出现血氧饱和度下降。
因此,必须停止内镜操作,并指示进行经皮CO2排气。近期内镜治疗的进展改善了这些患者的预后。然而,该过程中的麻醉管理研究仍不充分,主要取决于负责医师的经验。这项前瞻性研究的目的在于,基于对患者特征(形态学数据、内科/外科病史、药物治疗等)及内镜操作各方面(入路类型、操作时长、剥离长度等)的详细分析,探索可预测不良事件/并发症(气腹、气胸、出血等)发生的因素;以及能够将经皮穿刺测量的腹内压与
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。




