FETO治疗CDH的安全性与有效性:III期试验
该数据集来自clinicaltrials.gov,聚焦先天性膈疝(CDH)与肺发育不全,记录一项关于胎儿镜下腔内气管封堵(FETO)干预的III期试验

基本信息
资源简介
FETO治疗CDH的安全性与有效性:III期试验
该数据集来自clinicaltrials.gov,聚焦先天性膈疝(CDH)与肺发育不全,记录一项关于胎儿镜下腔内气管封堵(FETO)干预的III期试验。所有患者将在费城儿童医院胎儿诊断与治疗中心完成标准产前评估,包括病史与体格检查、II级超声、胎儿超声心动图、胎儿磁共振成像及心理社会评估。符合条件并选择参与者将接受两次操作,胎儿气道内放置球囊。干预组最多纳入40对母胎。数据可用于评估FETO干预的安全性与有效性相关结局(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、肺发育不全。所有患者将在费城儿童医院(CHOP)胎儿诊断与治疗中心(CFDT)完成标准产前评估,以确定是否符合本研究候选资格。标准临床评估包括病史与体格检查、II级超声、胎儿超声心动图、胎儿磁共振成像(MRI)以及心理社会评估。如果确定符合胎儿镜下腔内气管封堵(FETO)干预条件,CFDT团队将对患者进行充分咨询,选择参与的患者将提供书面知情同意以入组研究。本研究干预组最多将入组40对母胎。孕妇与胎儿将接受两次操作。球囊将被放置在胎儿气道中
【主题与分类】
主题标签:Congenital Diaphragmatic Hernia、Pulmonary Hypoplasia。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06884423
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/NCT06884423
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、肺发育不全。所有患者将在费城儿童医院(CHOP)胎儿诊断与治疗中心(CFDT)完成标准产前评估,以确定是否符合本研究条件。标准临床评估包括病史与体格检查、II级超声、胎儿超声心动图、胎儿磁共振成像(MRI)以及心理社会评估。若确定符合胎儿镜下腔内气管封堵术(FETO)干预条件,CFDT团队将对患者进行详细咨询,选择参与的患者将签署书面知情同意书以加入研究。本研究干预组最多纳入40对母胎。孕妇及胎儿将接受两项操作。在孕27+0/7至29+6/7周期间,将在胎儿气道内放置球囊。球囊阻塞气道并保持原位,直至取出。球囊取出的时间将由CFDT管理团队确定,可在孕34+0/7至34+6/7周之间进行。
参与研究干预组的孕妇必须从球囊放置之时起至在CHOP Garbose家庭特殊分娩单元分娩期间,始终留在胎儿中心附近并接受密切监护。首次在CFDT进行操作后,将进行每周产前监测,并计划在足月时于Garbose家庭特殊分娩单元分娩。产后稳定及随后修复膈肌的手术将在CHOP进行。最多40对符合缺损侧别、观测/预期肺头比(O/E LHR)及肝脏位置标准,但接受期待管理而非FETO干预的母胎配对,将被纳入本研究的对照组。干预组和对照组的婴儿均将在CHOP于6个月、12个月、18个月和24个月龄时通过CHOP肺发育不全项目进行随访。
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。




