TotalTrack装置与间接喉镜喉镜视觉研究
该数据集来自 clinicaltrials.gov,研究 TotalTrack(TTK)装置与直接喉镜在喉镜可视化方面的比较

基本信息
资源简介
TotalTrack装置与间接喉镜喉镜视觉研究
该数据集来自 clinicaltrials.gov,研究 TotalTrack(TTK)装置与直接喉镜在喉镜可视化方面的比较。研究假设 TTK 装置能改善声门结构可视化、插管条件与插管成功率。主要目标以 Cormack-Lehane 分级和声门开放百分比(POGO)评估可视化改善;次要目标包括插管成功率、喉镜与插管时间、密封压力、主观难度、血流动力学影响、氧合及并发症。数据覆盖气道阻塞与困难插管相关场景,可用于评估气道管理器械效果与插管相关结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:气道阻塞、困难插管。研究假设是新型 TTK 装置相比直接喉镜能改善喉镜可视化,从而促进经口气管插管成功。零假设是新型 TTK 装置相比直接喉镜不能改善声门结构可视化、插管条件或插管成功率。3. 目标 3.1 主要目标 确定新型 TTK 装置相比传统喉镜是否能改善由 Cormack-Lehane 分级和声门开放百分比(POGO)判定的喉镜可视化。3.2 次要目标 1. 评估 TTK 插管装置的插管成功率、喉镜与插管时间、密封压力和主观难度。2. 评估相关的血流动力学影响、氧合和并发症。
【主题与分类】
主题标签:Airway Obstruction、Difficult Intubation。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03208140
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/NCT03208140
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:气道阻塞、困难插管。研究假设是,与直接喉镜相比,新型TTK设备能改善喉镜视野,从而促进经口气管插管的成功。零假设是,与直接喉镜相比,新型TTK设备并未改善声门结构的可视化、插管条件或插管成功率。3. 目标 3.1 主要目标 确定新型TTK设备是否较传统喉镜能改善根据Cormack-Lehane分级和声门开放百分比(POGO)评估的喉镜视野。3.2 次要目标 1. 评估TTK插管设备的插管成功率、喉镜检查和插管时间、密封压力及主观难度。2. 评估两种插管技术相关的心血管影响、氧合及并发症。4. 方法学 4.1 研究类型 已设计了一项前瞻性、多中心、比较观察性研究。
4.2 本研究将在参与医院的临床研究伦理委员会批准后开始,预计持续时间为9个月。4.3 研究人群 本研究将纳入计划接受手术并需要常规进行经口气管插管的患者。根据文献,使用其他声门上装置的纤维镜插管成功率接近98%,而直接喉镜插管为95-98%。考虑95%置信区间和研究精度为80%,所需样本量为102名患者。每中心将纳入30名患者,以补偿随访期间可能的失访。4.4 纳入标准 ASA评分为I-III级的患者 年龄 > 18岁 签署知情同意书 4.5. 排除标准 年龄 < 18岁 孕妇或哺乳期妇女 已知困难气道的患者 需要快速序贯诱导插管的患者 4.6 研究退出标准 患者在
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。




