甲状腺切除术后气管解剖
该数据集来自 clinicaltrials.gov，针对良性结节性甲状腺肿患者，采用前瞻性观察设计，在甲状腺切除术前及术后六个月分别采集颈部磁共振图像与呼吸流量-容积曲线
基本信息
资源简介
甲状腺切除术后气管解剖
Tracheal Anatomy After Thyroidectomy 是一个聚焦甲状腺切除术后气管解剖与气流变化的医学数据集，收录于呼吸系统疾病／其他分类之下，数据来源为 clinicaltrials.gov。该数据集对应一项前瞻性观察研究，研究对象为良性结节性甲状腺肿患者，核心目的在于考察甲状腺切除术对气管解剖形态及气流的影响。研究在手术前与术后六个月两个时间点，分别采集颈部磁共振图像与呼吸流量-容积曲线，并围绕气管与甲状腺体积、气管最小横截面积、气管狭窄、气管偏移及甲状腺对气管的包绕情况等指标展开评估，同时通过流量-容积曲线评价包括吸气与呼气在内的呼吸功能。主题标签为结节性甲状腺肿。
【数据集背景】
该数据集所依托的研究关注良性结节性甲状腺肿患者在接受甲状腺切除术后，气管解剖结构及气流可能发生的变化。甲状腺肿大可能对邻近的气管造成压迫、偏移或包绕，而手术切除甲状腺后这些解剖关系如何改变、气道功能是否随之改善，是研究者希望回答的问题。为此，研究采用前瞻性观察设计，在手术前后设置对照时间点，系统采集影像与肺功能相关数据，以刻画手术对气管解剖与呼吸气流的实际影响。
【数据内容】
数据集涵盖的主要评估内容包括：气管体积与甲状腺体积、气管最小横截面积（SCAT）、气管狭窄、气管偏移，以及甲状腺对气管的包绕情况。这些指标来源于颈部磁共振图像。呼吸功能方面，数据集包含呼吸流量-容积曲线所反映的吸气与呼气功能信息。采集时间点包括甲状腺切除术前与术后六个月。除上述内容外，源站未提供更细的字段清单、变量命名、单位或数据表结构说明。
【采集与来源】
数据来源站为 clinicaltrials.gov，对应一项前瞻性观察研究。研究对象为良性结节性甲状腺肿患者。采集手段为颈部磁共振成像与呼吸流量-容积曲线检查，两个时间点分别为术前和术后六个月。关于样本量、招募地区、研究机构、采集设备型号与参数等信息，源站未提供。
【适用场景】
该数据集可用于探讨甲状腺切除术后气管解剖形态变化与呼吸气流改变之间的关系，适合呼吸系统疾病、甲状腺外科及气道影像相关的研究与教学场景，例如分析气管最小横截面积、气管狭窄与偏移在手术前后的变化趋势，或结合流量-容积曲线评估吸气与呼气功能的改变。也可作为气道受压相关研究的参考数据。具体适用性需结合源站对研究设计与样本的进一步说明判断，源站未提供额外的适用性声明。
【使用方法】
使用时应以术前与术后六个月两个时间点为核心组织数据，将磁共振图像衍生的气管与甲状腺形态指标与流量-容积曲线衍生的呼吸功能指标对应分析。由于源站未提供字段定义、数据格式与访问方式，具体下载、读取与分析方法源站未提供。
【质量与限制】
该数据集为前瞻性观察研究，非随机对照设计，样本特征限定于良性结节性甲状腺肿患者，结论外推需谨慎。随访时间点为术后六个月，更长期变化源站未提供。关于样本量、缺失数据、质量控制流程与偏倚控制措施，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov，引用方式与许可条款源站未提供。
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/NCT03072654
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
条件：结节性甲状腺肿。研究者旨在通过前瞻性观察研究，探讨甲状腺切除术对良性结节性甲状腺肿患者气管解剖结构和气流的影响。术前及术后六个月分别进行颈部磁共振成像和呼吸流量-容积曲线检查。评估气管和甲状腺体积、气管最小横截面积（SCAT）、气管狭窄、气管偏移以及甲状腺对气管的包绕情况。通过流量-容积曲线评估呼吸功能，包括吸气和呼气。
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。
